如何用Matplotlib绘制非连续函数？解决数组传入函数报错问题

你的问题核心是普通Python函数无法直接处理numpy数组的条件判断——当你把numpy数组传入f(t)时，t < 3会生成一个布尔数组，而Python的if/else需要单个布尔值，所以报错。下面是几种可行的解决方案：

方案1：用np.vectorize包装函数 #

np.vectorize可以把针对单个值的函数转换成能处理numpy数组的向量化函数，它会自动逐个元素调用原函数：

import matplotlib.pyplot as plt
import numpy as np

def f(t):
    return t if t < 3 else 10-t

# 包装成向量化函数
f_vec = np.vectorize(f)
x = np.arange(0.0, 5.0, 0.1)

plt.plot(x, f_vec(x), 'b-')
plt.show()

方案2：直接用numpy向量化操作（更高效） #

numpy本身支持向量化的条件判断，用np.where可以避免循环，效率比np.vectorize更高（np.vectorize本质是封装了循环，并非真正的向量化）：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0.0, 5.0, 0.1)
# 直接用numpy的where实现条件逻辑
y = np.where(x < 3, x, 10 - x)

plt.plot(x, y, 'b-')
plt.show()

关于np.fromfunction的误区 #

你提到的np.fromfunction并非逐个传入单个值，它会直接传入整个坐标数组。比如np.fromfunction(f, (50,))会把array([0,1,...,49])传给f，而不是依次传0、1、...、49。所以如果要让它适配你的函数，同样需要先用np.vectorize包装，或者直接用numpy的向量化逻辑，没必要硬用fromfunction。

内容的提问来源于stack exchange，提问作者user2452157