如何实现双参数逐元素的NumPy.piecewise？布尔索引方案是否可行？

我有工程背景，熟练使用VBA，刚接触Python与NumPy，目前正用其分析包含复杂间断函数（激波、转捩流）的气体动力学问题。现有一个双变量分段连续函数：

f(Re, r) = fL(Re, r)，当Re<2000（对所有r）
f(Re, r) = fT(Re, r)，当Re≥2000（对所有r）

我已测试多种计算f的方案，包括循环、向量化标量函数、numpy.where()、numpy.select()、numpy.piecewise()及多种布尔索引形式。numpy.piecewise()看似最优雅，但不知如何实现双参数的逐元素运算。同时想了解下方的布尔索引方案在数组规模较大时是否合理，相关测试代码如下：

import numpy as np

def fL(Re, r):
    return 16.0/Re

def fT(Re,r):
    return ((-1.8*np.log10((r/3.7)**1.11 + 6.9/Re))**-2.0)/4.0

Re = np.logspace(3., 7., 5)

# 当r是标量时可以正常运行
r = 0.0001
def f0(Re, r):
    return np.piecewise(Re, [Re<2000.0, Re>=2000.0], [fL, fT], r)
print('\n       Re: ', Re)
print('        r: ', r)
print('f0(Re, r): ', f0(Re, r))

# 这种方式支持Re和r均为数组时的逐元素运算（正是我需要的）
r = np.full_like(Re, 0.0001)
def f1(Re, r):
    fct = np.zeros(len(Re))
    fct[Re < 2000.0] = fL(Re[Re < 2000.0], r[Re < 2000.0])
    fct[Re >= 2000.0] = f0(Re[Re >= 2000.0], r[Re >= 2000.0])
    return fct
print('\n       Re: ', Re)
print('        r: ', r)
print('f1(Re, r): ', f1(Re, r))

# 但这种方式无法支持数组形式的r的逐元素运算
print('\n      Re: ', Re)
print('       r: ', r)
print('f(Re, r): ', f0(Re, r))

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