如何修复phix函数修改x_new表达式后的批量x适配问题？

原函数仅能处理单个x值，无法适配数组输入，以下是基于numpy向量化操作的修复版本：

import numpy as np

def phix(x, N):
    delta = N ** (-1/3)
    lam = np.floor(N ** (1/3)).astype(int)
    # 计算每个x对应的区间索引i
    i = np.floor(x / delta).astype(int)
    # 初始化结果数组，默认值为0（对应x不在任何区间的情况）
    x_new = np.zeros_like(x)
    # 筛选出i在有效范围内的x（0 ≤ i < lam）
    valid_mask = (i >= 0) & (i < lam)
    # 对有效区间内的x计算区间中点值
    x_new[valid_mask] = (2 * i[valid_mask] + 1) * delta / 2
    return x_new

修改说明 #

1. 向量化替代循环：利用numpy的数组运算直接处理批量x值，避免逐个元素循环，大幅提升效率。
2. 区间索引计算：通过np.floor(x / delta)直接得到每个x所在区间的索引i，替代原函数的多条件判断。
3. 边界处理：通过掩码valid_mask筛选出符合原函数逻辑的有效x（落在[0, lam*delta)区间内），其余x保持返回0的行为，与原函数一致。
4. 类型安全：将lam和i转换为整数类型，避免浮点索引引发的错误。

测试验证 #

• 单个x测试：phix(0.57, 1000)返回0.55，与原函数结果一致。
• 批量x测试：

  x_batch = np.array([0.12, 0.57, 0.99, 1.0, -0.05])
  print(phix(x_batch, 1000))
  # 输出：[0.05 0.55 0.95 0.   0.  ]
  

内容的提问来源于stack exchange，提问作者oliver