如何修复NumPy非均匀数组形状引发的ValueError？

你的代码报错核心原因有两个：

1. np.random.choice 无法直接从包含不同形状元素的列表中选择（一个是长度为N的数组，一个是标量0），numpy无法处理这种异构序列。
2. 就算选到元素，后续用 theta == random 做判断也会出错——数组和数组的比较是元素级的，会得到布尔数组，无法直接用于if条件判断。

正确实现思路 #

先随机决定哪一个变量使用随机数组，另一个变量生成和随机数组同形状的全0数组（保证两个变量形状统一，避免后续运算的维度问题）。

修复后的代码 #

import numpy as np

N = 10000
# 生成指定长度的随机数组
random_arr = np.arccos(np.random.uniform(-1, 1, N))
# 随机选择：True则theta用随机数组，mu用全0；False则反之
choose_theta_random = np.random.choice([True, False])

if choose_theta_random:
    theta = random_arr
    mu = np.zeros_like(random_arr)  # 生成与random_arr同形状的全0数组
else:
    theta = np.zeros_like(random_arr)
    mu = random_arr

额外说明 #

如果你确实需要其中一个变量是标量0（而非全0数组），可以把np.zeros_like(random_arr)替换成0，但这样两个变量一个是数组一个是标量，后续进行运算时numpy会自动广播，不过建议保持形状统一，避免潜在的维度错误。

内容的提问来源于stack exchange，提问作者Lavender_square_2