带有 if 的 Scilab 绘图函数答案

【问题标题】：Scilab plotting functions with if带有 if 的 Scilab 绘图函数
【发布时间】：2017-07-08 13:57:52
【问题描述】：

我在 scilab 有问题如何绘制包含 if 和的函数

function y = alpha(t)
   if (t < 227.8) then 
       y = 0.75;
   elseif (t < 300) then
       y = 2.8 - 0.009 .* t;
   else
       y = 0.1;
   end   
endfunction

和

function [r]=minus_alpha(t)
    r = 1 - alpha(t)
endfunction

当我使用时

x = linspace(0,300)
plot(x, alpha(x))

我收到了错误消息

WARNING: Transposing row vector X to get compatible dimensions
plot2d: falsche Größe für Eingangsargument: inkompatible Größen.
Error 999 : in plot2d called by plot

抱歉，德国混音。谢谢。

【问题讨论】：

标签： function plot interpolation scilab piecewise

【解决方案1】：

您可以使用以下代码避免显式循环并提高效率

function y = alpha(t)
   y=0.1*ones(t);
   y(t<227.8)=0.75;
   i=t>=227.8&t<300;
   y(i)=2.8 - 0.009 .* t(i);   
endfunction

【讨论】：

【解决方案2】：

看到绝大多数 Scilab 社区都没有意识到矢量化操作，这真是令人难过。您可以将功能更改为：

function y = alpha(t)
   y = 0.1;
   if t < 227.8 then 
       y = 0.75;
   elseif t < 300 then
       y = 2.8 - 0.009 * t;
   end
   y = 1 - y; 
endfunction

然后使用feval在序列上广播函数：

x = linspace(0, 300);
plot2d(x, feval(x, alpha));

结果：

经验法则：如果您使用 for 循环，您需要修改您的代码，并且如果有人向您提供了一个不需要 for 循环的代码，您可能不应该使用它。

【讨论】：

使用feval不是真正的矢量化，因为它在这里重复调用alpha，尽管函数本身可以通过使用点运算符进行矢量化。
@StéphaneMottelet 好吧，我已经详细解释了here 我所说的向量化一词的含义。这是我从 Python 术语中借来的东西，用来指代列表理解和类似的操作，以消除对过多 for 循环的需要。不是并行，只是让代码更简洁的一种方式。

【解决方案3】：

考虑到原始需求中的函数alpha 是分段仿射的，所有建议的答案都过于复杂。在 Scilab 中可以这样编码：

x = linspace(0,400,1000);
plot(x,linear_interpn(x,[227.8 300],[0.75 0.1]))

即您只需要知道节点坐标（此处为横坐标）和节点处函数的值。函数linear_interpn 也有multi线性插值，值得大家了解...

【讨论】：

【解决方案4】：

如果您检查alpha(x) 的输出，您会发现它只是一个标量（不是向量）。我猜你想要这样的东西，所以有必要遍历t 以根据t 的值计算y 的每个值：

clc;
clear;
function y = alpha(t)
    for i=1:size(t,"*") 
        if t(i) < 227.8 then 
            y(i) = 0.75;
        elseif t(i) < 300 then
            y(i) = 2.8 - 0.009 * t(i);
        else
            y(i) = 0.1;
        end  
    end 
endfunction

x = linspace(0,300);
plot2d(x,alpha(x));

如果您觉得答案有用，请不要忘记接受它，这样其他人就会看到您的问题已解决。

【讨论】：

【解决方案5】：

在您回答之前（谢谢），我的解决方法是结合由 floor 和 exp(-t^2) 组成的指标函数：

function y = alpha(t)  
    y = floor(exp(-(t .* (t-T1)) / (T1*T1))) * 0.75 
        +  floor(exp(-((t-T2) .* (t- T1) / (2000)))) .* (2.8-0.009 .* t) 
        + floor(exp(-((t-T2) .* (t-1000) / (200000))))*0.1
endfunction

【讨论】：