Python函数中if语句适配数组输入问题：带通滤波器脉冲响应实现

首先需要指出：你原代码中特殊点的返回值是错误的。当t_var趋近于t_0_BPF时，sin(2π*10*(t_var-t_0_BPF))/(t_var-t_0_BPF)的极限是2π*10（因为lim(x→0) sin(kx)/x =k），代入后整个表达式的极限应为：
2*A_fc/np.pi * 2π*10 * cos(0) = 2*A_fc/np.pi *20π *1 =40*A_fc
而非你当前返回的2*A_fc/np.pi。以下是修正后的解决方案：

方法一：布尔索引处理数组（兼容标量与数组输入） #

直接对输入数组计算通用表达式，再替换特殊点的值：

import numpy as np

t_0_BPF = 10
A_fc = 1

def impulse_response_BPF(t_var):
    dt = t_var - t_0_BPF
    # 计算通用表达式，dt=0处会得到NaN
    result = 2*A_fc/np.pi * np.sin(2*np.pi*10*dt)/dt * np.cos(2*np.pi*45*dt)
    # 定位dt=0的位置（浮点数建议用np.isclose避免精度问题）
    mask = np.isclose(dt, 0)
    # 替换为正确的极限值
    result[mask] = 40*A_fc
    return result

测试示例：

# 数组输入
t = np.arange(8,13)  # 包含t=10的数组
print(impulse_response_BPF(t))
# 标量输入
print(impulse_response_BPF(10))  # 输出40*1=40

方法二：利用np.sinc简化计算（自动处理极限） #

np.sinc(x)定义为sin(πx)/(πx)，天生支持x=0的情况（返回1）。将原表达式改写为sinc形式可避免手动处理除法和特殊值：

原表达式中的sin(20π dt)/dt可转换为：
sin(20π dt)/dt = 20π * sin(π*(20 dt))/(π*(20 dt)) =20π * np.sinc(20 dt)

修正后的函数：

import numpy as np

t_0_BPF = 10
A_fc = 1

def impulse_response_BPF(t_var):
    dt = t_var - t_0_BPF
    sinc_term = np.sinc(20 * dt)
    cos_term = np.cos(2*np.pi*45*dt)
    return 2*A_fc/np.pi * 20*np.pi * sinc_term * cos_term

这个版本无需手动处理特殊点，np.sinc(0)=1会自动给出正确的极限值，且完全支持向量化输入。

为什么原代码报错？ #

当输入是NumPy数组时，t_var == t_0_BPF会返回一个布尔数组（每个元素对应是否等于t_0_BPF），而if语句需要单个布尔值，因此抛出"真值模糊"的错误。上述两种方法均通过向量化操作避免了这个问题，直接对整个数组进行计算。

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