np.piecewise处理整数数组生成错误值的原因咨询

你的问题出在输入数组的数据类型以及numpy早期版本的行为上：

• 传入的Y = np.array([0,2])是整数型数组，而X = np.array([0,2.1])是浮点型数组。
• 在部分旧版本numpy中，np.piecewise会根据输入数组的类型确定返回数组的类型。如果输入是整数数组，即使函数计算结果是浮点数，也会被强制截断为整数（比如0.4207被转为0，-0.4207也被转为0）。
• 浮点型数组作为输入时，返回结果会保留浮点精度，因此A的结果符合预期。

你可以通过以下两种方式修复：

1. 显式将整数数组转为浮点型：

Y = np.array([0,2], dtype=np.float64)
B = function(Y)

2. 修改函数中的计算逻辑，确保结果为浮点数（比如把1/2改为0.5）：

def function(x):
    return np.piecewise(x, [x <= 1, x > 1], [lambda x: 0.5*np.sin((x-1)**2), lambda x:-0.5*np.sin((x-1)**2)])

调整后，无论输入是整数还是浮点数组，都会返回浮点型结果，得到你预期的array([0.42073549, -0.42073549])。

内容的提问来源于stack exchange，提问作者harkins 2011