尝试将 np.piecewise 用于多元函数时出现 ValueError

Question

我正在尝试使用 np.piecewise 定义多元分段函数，如下所示：

X = np.array([
    [1, 2],
    [3, 4], 
    [5, 6]
])

pw = np.piecewise(
    X,
    [
        np.abs(X[:, 0] - X[:, 1]) < 1,
        np.abs(X[:, 0] - X[:, 1]) >= 1
    ],
    [
        lambda X: 1 + 2 * X[:, 0] + 3 * X[:, 1],
        lambda X: 1.5 + 2.5 * X[:, 0] + 3.5 * X[:, 1]
    ]
)

运行此代码段出现以下错误：

ValueError: shape mismatch: value array of shape (3,) could not be broadcast to indexing result of shape (3,2)

对于上下文，在此示例中，我试图表示一个映射 f: R^2 -> R，同时在 X 的每一行上对其进行评估。

有什么想法吗？我是否需要以不同方式定义最终参数以便索引正确广播？

Answer 1

如果您有来自 np.meshgrid 的两个数组，那么

IMO np.piecewise 更合适，这样 np.piecewise 可以将条件的维度与您的数组维度相匹配。

在您的例子中，要表示一个分段映射 $f:R^2 \to R$，输入的形状为 (n,2) 并逐行评估（每列代表一个变量），最简单的方法生成矢量化代码只需使用 np.select:

def pw(X):
    return np.select([np.abs(X[:,0] - X[:,1]) < 1, np.abs(X[:,0] - X[:,1]) >= 1], 
            [1 + 2 * X[:, 0] + 3 * X[:, 1], 1.5 + 2.5 * X[:, 0] + 3.5 * X[:, 1]])

和 pw(X) 得到你想要的答案。

Answer 2

通过使用结构化数组，我可以将二维公式转换为一维公式：

In [76]: X = np.array([(1,2),(3,4),(5,6)],'f,f')
In [77]: X
Out[77]: array([(1., 2.), (3., 4.), (5., 6.)], dtype=[('f0', '<f4'), ('f1', '<f4')])
In [78]: pw = np.piecewise(
    ...:     X,
    ...:     [
    ...:         np.abs(X['f0'] - X['f1']) < 1,
    ...:         np.abs(X['f0'] - X['f1']) >= 1
    ...:     ],
    ...:     [
    ...:         lambda X: 1 + 2 * X['f0'] + 3 * X['f1'],
    ...:         lambda X: 1.5 + 2.5 * X['f0'] + 3.5 * X['f1']
    ...:     ]
    ...: )
In [79]: pw
Out[79]: 
array([(11., 11.), (23., 23.), (35., 35.)],
      dtype=[('f0', '<f4'), ('f1', '<f4')])

数字在 pw 中重复，因为 piecewise return 是一个与 X 具有相同形状和 dtype 的数组，即使 lambdas只有 return 个标量值。

尝试将 np.piecewise 用于多元函数时出现 ValueError

Getting ValueError when trying to use np.piecewise for multivariate function

python

numpy

valueerror

piecewise