在 python 中绘制使用 matplotlib 分段定义的函数

我正在尝试绘制我分段定义的函数。举个例子，以

def f(x,y):
    if x in I.open(0, 1):
        if y in I.open(0, 1):
            return (x+y)
        else:
            return(0)

然后我将 Z 定义如下：

X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)

Z = f(X,Y)

如果我运行这个，我会得到：

ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

我已经看到了类似问题的一些答案，但我无法用我读过的任何内容来解决这个问题。我理解（我认为）问题出在声明中if x in I.open(0,1)...自从跑步以来f(X,Y)询问是否X is in I.open(0,1)并且，由于 X 是一个数组，因此对于某些元素来说可能是这样X但对其他人来说并非如此。但是当你绘制一个像这样的函数图时，Z=X+Y，计算机可以毫无问题地确定哪些值X and Y在每个步骤中使用，那么为什么不能在这里这样做呢？

首先，请注意，您的函数在第一次运行时不会返回任何内容if-测试是False。你需要一个else部分用于if x in I.open(0, 1):.

现在，您想在矢量化的（numpy）方式。 Pythonif-测试不能这样使用。经常，np.where可以用它代替。

目前还不清楚在哪里I.open()来自。您的代码缺少必要的导入。假设它代表开区间]0,1[，该函数可以写成向量化形式：

import numpy as np

def f(x, y):
    return np.where((x > 0) & (x < 1) & (y > 0) & (y < 1),  # condition
                    x + y,  # result of the if clause
                    0)  # result of the else clause

注意&用于矢量化版本logical AND (|将是logical OR）。由于 Python 运算符的重载，通常比编写标准表达式时需要更多的括号。 使用数组作为输入，矢量化负责分别为每个元素执行函数。

下面是一些使用更多点绘制结果的示例代码：

import matplotlib.pyplot as plt
import numpy as np

def f(x, y):
    return np.where((x > 0) & (x < 1) & (y > 0) & (y < 1),  # condition
                    x + y,  # result of the if clause
                    0)  # result of the else clause

X1d = np.linspace(-5, 5, 100)
Y1d = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(X1d, Y1d)

Z = f(X, Y)

plt.imshow(Z, extent=[X1d[0], X1d[-1], Y1d[0], Y1d[-1]], interpolation='nearest')
plt.xticks(range(-5, 6))
plt.yticks(range(-5, 6))
plt.grid(True, ls=':', color='white')
plt.colorbar()
plt.show()