解决Python ValueError：数组真值判断歧义问题（保留多返回值）

问题原因 #

你写的myfunc函数在传入NumPy数组t时，if t==0会触发ValueError。因为t是数组，t==0返回的是一个布尔数组（比如[True, False, False,...]），而if语句只能接受单个布尔值，Python无法判断你要的是“所有元素为0”还是“存在元素为0”，因此报错。

简单易懂的解决方案 #

方案1：用NumPy向量化函数np.where（推荐） #

这是最符合NumPy风格的写法，自动处理数组中的每个元素，效率高且代码简洁：

def myfunc(t, r=1.0):
    # 对数组每个元素判断：等于0返回10，否则返回开方结果
    return np.where(t == 0, 10, np.sqrt(r**2 - t**2))

方案2：遍历数组元素（新手友好，易理解） #

如果你想更直观地看到每个元素的处理逻辑，可以用循环逐个判断：

def myfunc(t, r=1.0):
    # 创建和输入数组形状、类型一致的结果数组
    result = np.zeros_like(t, dtype=np.float64)
    # 逐个遍历数组元素
    for i in range(len(t)):
        if t[i] == 0:
            result[i] = 10
        else:
            result[i] = np.sqrt(r**2 - t[i]**2)
    return result

修改后的完整代码 #

以下是用方案1修改后的可运行完整代码：

from matplotlib import pyplot as plt
import numpy as np

# 修改后的函数，用np.where处理数组条件
def myfunc(t, r=1.0):
    return np.where(t == 0, 10, np.sqrt(r**2 - t**2))

# 生成函数求值点
t = np.linspace(0, 1, 100)  # 0到1之间的100个等距点
y = myfunc(t)  # 现在可正常处理数组输入

# 插值得到t1对应的函数值
t1 = 0.68354844
y1 = np.interp(t1, t, y)

# 生成新的采样点
tnew = np.linspace(0, 1, 150)

# 定义分段函数的条件和对应函数
condlist = [tnew <= t1, tnew > t1]
funclist = [y1, np.interp]

# 计算分段函数值
yvals = np.piecewise(tnew, condlist, funclist, t, y)

# 绘图对比
fig, ax = plt.subplots()
ax.plot(t, y, label="Original function")
ax.plot(tnew, yvals, ls="--", label="Piecewise function")
ax.legend()

fig.show() 

内容的提问来源于stack exchange，提问作者mizzo