python分段函数实现_python – 在pandas / numpy中实现分段函数的正确方法

我需要创建一个函数来传递给curve_fit.在我的例子中,函数最好定义为分段函数.

我知道以下内容不起作用,但我正在显示它,因为它使函数的意图清晰：

def model_a(X, x1, x2, m1, b1, m2, b2):

'''f(x) has form m1*x + b below x1, m2*x + b2 above x2, and is

a cubic spline between those two points.'''

y1 = m1 * X + b1

y2 = m2 * X + b2

if X <= x1:

return y1 # function is linear below x1

if X >= x2:

return y2 # function is linear above x2

# use a cubic spline to interpolate between lower

# and upper line segment

a, b, c, d = fit_cubic(x1, y1, x2, y2, m1, m2)

return cubic(X, a, b, c, d)

当然,问题在于X是一个熊猫系列,并且形式(X <= x1)评估为一系列布尔值,因此失败的消息是“系列的真值是模糊的”. 似乎np.piecewise()就是针对这种情况设计的：“无论condlist [i]为True,funclist [i](x)都用作输出值.”所以我尝试了这个：

def model_b(X, x1, x2, m1, b1, m2, b2):

def lo(x):

return m1 * x + b1

def hi(x):

return m2 * x + b2

def mid(x):

y1 = m1 * x + b1

y2 = m2 * x + b2

a, b, c, d = fit_cubic(x1, y1, x2, y2, m1, m2)

return a * x * x * x + b * x * x + c * x + d

return np.piecewise(X, [X<=x1, X>=x2], [lo, hi, mid])

但是这次会议失败了：

return np.piecewise(X, [X<=x1, X>=x2], [lo, hi, mid])

消息“IndexError：数组索引太多”.我倾向于认为它反对condlist中有两个元素和funclist中有三个元素这一事实,但是文档明确指出funclist中的额外元素被视为默认元素.

任何指导？