使用Matplotlib绘制含模条件函数遇ValueError，求解决方法

你的问题出在函数f(x)是为单个数值设计的，但传入的x是numpy数组，导致条件判断返回布尔数组，if语句无法解析其真值。下面提供几种可行的解决方法：

方法1：使用np.vectorize包装函数 #

np.vectorize可以将处理单个元素的函数转换为能处理数组的函数，本质是遍历数组元素逐个计算：

import numpy as np
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

def f(x):
    floor_val = np.floor(x / 3)
    mod_val = floor_val % 3
    if mod_val == 1:
        return -x + 2 + 4 * floor_val
    elif mod_val == 2:
        return x - 2 * np.floor((x + 1) / 3)
    else: # mod_val ==0
        return x - 2 * floor_val

# 包装函数使其支持数组输入
f_vec = np.vectorize(f)

x = np.linspace(-10, 10, 100)

plt.plot(x, f_vec(x), color='blue')
plt.show()

方法2：完全向量化操作（推荐） #

利用numpy的布尔索引直接对数组进行批量处理，避免循环，效率更高：

import numpy as np
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

def f(x):
    floor_val = np.floor(x / 3)
    mod_val = floor_val % 3
    
    # 初始化结果数组
    res = np.zeros_like(x)
    
    # 布尔索引匹配各条件并赋值
    mask1 = mod_val == 1
    res[mask1] = -x[mask1] + 2 + 4 * floor_val[mask1]
    
    mask2 = mod_val == 2
    res[mask2] = x[mask2] - 2 * np.floor((x[mask2] + 1) / 3)
    
    mask0 = mod_val == 0
    res[mask0] = x[mask0] - 2 * floor_val[mask0]
    
    return res

x = np.linspace(-10, 10, 100)

plt.plot(x, f(x), color='blue')
plt.show()

方法3：列表推导式逐个处理元素 #

手动遍历数组元素，计算后转为numpy数组：

import numpy as np
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

def f(x):
    floor_val = np.floor(x / 3)
    mod_val = floor_val % 3
    if mod_val == 1:
        return -x + 2 + 4 * floor_val
    elif mod_val == 2:
        return x - 2 * np.floor((x + 1) / 3)
    else:
        return x - 2 * floor_val

x = np.linspace(-10, 10, 100)
# 逐个处理x中的元素
y = np.array([f(val) for val in x])

plt.plot(x, y, color='blue')
plt.show()

注意：方法1和3本质是循环处理元素，数据量较大时推荐方法2的向量化操作，这也是numpy的最优实践。

内容的提问来源于stack exchange，提问作者tcb93