如何用Matplotlib在Python中绘制分段函数？解决ValueError报错

你的报错核心是计算y时没有生成和x同维度的数组，而是返回了单个值或形状不匹配的结果。下面给出几种可行的解决方法，以常见分段函数为例（你可以根据自己的函数修改条件和表达式）：

方法一：使用np.piecewise（正确写法） #

这是numpy官方推荐的分段函数处理方式，关键要保证条件是针对x每个元素的布尔数组，函数能接收数组输入：

import numpy as np
import matplotlib.pyplot as plt

# 生成x数组
x = np.linspace(-2, 2, 50)
# 定义分段条件（每个条件对应一个区间）
conditions = [
    x < 0,
    (x >= 0) & (x < 1),
    x >= 1
]
# 对应每个区间的函数
functions = [
    lambda x: x ** 2,
    lambda x: x,
    lambda x: 2 * x - 1
]

# 计算分段函数值
y = np.piecewise(x, conditions, functions)

# 绘图
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('f(x)')
plt.grid(True)
plt.show()

方法二：布尔索引手动赋值 #

通过numpy的布尔索引直接给y数组的对应区间赋值，逻辑更直观：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-2, 2, 50)
# 创建和x同形状的空数组
y = np.zeros_like(x)

# 对不同区间赋值
y[x < 0] = x[x < 0] ** 2
y[(x >= 0) & (x < 1)] = x[(x >= 0) & (x < 1)]
y[x >= 1] = 2 * x[x >= 1] - 1

plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('f(x)')
plt.grid(True)
plt.show()

方法三：列表推导式（适合简单函数） #

如果分段逻辑不复杂，用列表推导式逐个处理x的元素，再转成numpy数组：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-2, 2, 50)
# 逐个计算每个x元素对应的y值
y = np.array([
    xi ** 2 if xi < 0 else (xi if 0 <= xi < 1 else 2 * xi - 1)
    for xi in x
])

plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('f(x)')
plt.grid(True)
plt.show()

错误原因复盘 #

你之前的问题大概率是：

• 用了普通的if-else判断（针对单个值的逻辑），而numpy数组无法直接用在if条件中，导致y只计算了最后一个分支的单个值
• 使用np.piecewise时，条件或函数写法错误（比如条件不是布尔数组，或者函数只能处理单个值）

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