如何对numpy.array应用max(0,(x-1.5)**3)函数得到预期结果？

Python内置的max()函数只能处理单一值或可迭代对象的整体最大值，没法对numpy数组和标量做逐元素的最大值比较，所以你的代码会报错。下面是几种可行的实现方式：

方法一：用numpy原生的np.maximum()（推荐） #

这个函数支持广播机制，能直接对数组和标量进行逐元素的最大值计算，效率最高：

import numpy as np

aaa = np.array([1.1, 2.2, 3.3])
result = np.maximum(0, (aaa - 1.5)**3)
print(result)
# 输出：[0.    0.343 5.832]

方法二：列表推导式遍历元素 #

手动遍历数组每个元素，用内置max()计算后再转回numpy数组，适合小量级数组：

import numpy as np

aaa = np.array([1.1, 2.2, 3.3])
result = np.array([max(0, (x - 1.5)**3) for x in aaa])
print(result)

方法三：用np.where()条件选择 #

先计算所有元素的(x-1.5)**3值，再根据是否大于0选择对应值：

import numpy as np

aaa = np.array([1.1, 2.2, 3.3])
calc_vals = (aaa - 1.5)**3
result = np.where(calc_vals > 0, calc_vals, 0)
print(result)

内容的提问来源于stack exchange，提问作者vivian