如何用最Pythonic的方式对NumPy数组带条件计算标量函数？

针对你的需求，最Pythonic且高效的实现方式是利用NumPy的向量化操作（避免显式循环），以下是两种推荐方案：

方案一：使用np.where（直观简洁） #

np.where可以直接根据条件批量选择对应的值，一行代码完成逻辑：

import numpy as np

result = np.where(r > 1, 0, np.sqrt(1 - r**2))

• 逻辑说明：当数组r中元素大于1时，取0；否则计算np.sqrt(1 - x²)的结果，最终返回一个和r形状一致的NumPy数组。

方案二：布尔索引（分步清晰） #

先计算所有元素的函数值，再通过布尔索引将符合条件的元素替换为0：

import numpy as np

result = np.sqrt(1 - r**2)
result[r > 1] = 0

• 逻辑说明：先对整个数组计算np.sqrt(1 - x²)，再把r中大于1的位置对应的result元素设为0，同样是向量化操作，性能和方案一相当。

可选扩展（处理边界情况） #

如果需要处理x < -1的情况（此时1 - x²为负数，np.sqrt会返回nan），可以扩展条件：

result = np.where((r > 1) | (r < -1), 0, np.sqrt(1 - r**2))

内容的提问来源于stack exchange，提问作者Ernesto Lopez Fune