是否存在无需显式类型检查的Numpy函数替代自定义索引选择函数？

你自定义的np_ifelse实现的「根据布尔条件选择标量/数组结果」的功能，完全可以用Numpy内置的np.where()函数替代，它天然兼容标量和数组输入，不需要手动做类型检查，代码更简洁优雅。

np.where()的用法 #

np.where(condition, val1, val2)的逻辑和你自定义的函数完全一致：

• 当condition是标量布尔值时，直接返回val1（若condition为True）或val2（若condition为False）
• 当condition是布尔数组时，返回一个和condition形状相同的数组，每个位置根据对应条件选择val1或val2

替代示例 #

直接用np.where()替换你的自定义函数即可，无需额外判断：

import numpy as np

# 标量输入场景
ind_scalar = True
v1 = 10.0
v2 = 20.0
print(np.where(ind_scalar, v1, v2))  # 输出：10.0

# 数组输入场景
ind_arr = np.array([True, False, True])
print(np.where(ind_arr, v1, v2))  # 输出：array([10., 20., 10.])

另外np.where()还支持更灵活的扩展场景：比如val1和val2也可以是和condition形状匹配的数组，实现逐元素的条件选择，功能比你自定义的函数更强大。

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