Python中基于两个数组的多条件if语句构建问题

错误原因分析 #

你当前的代码存在两个核心问题：

1. 普通列表无法直接与标量比较：u2、Bq、Qp都是Python普通列表，直接执行u2 < 0.02这类操作会触发TypeError；若你实际代码中已转为numpy数组，仍会因or运算符报错。
2. Python逻辑运算符不支持数组级判断：numpy数组比较后会得到布尔数组，而Python的or只能处理单个布尔值，因此抛出ValueError: The truth value of an array with more than one element is ambiguous。

正确实现方式 #

优先使用numpy向量化操作（比for循环高效得多，尤其适合大数据量）：

方法1：使用np.where简洁实现 #

import numpy as np

u2 = np.array([0.01, 0.04, 0.07, 0.04])
Bq = np.array([10, 15, 25, 21])
Qp = np.array([1, 2, 1, 2])
k1 = 2
k2 = 1   

# 先计算公共部分，避免重复运算
log_term = -np.log(Qp - Qp * Bq + 1)
# np.where(条件, 满足条件时的计算式, 不满足时的计算式)
a = np.where(np.logical_or(u2 < 0.02, Bq < 20), log_term / k1, log_term / k2)

方法2：布尔掩码方式（更灵活，适合复杂逻辑） #

import numpy as np

u2 = np.array([0.01, 0.04, 0.07, 0.04])
Bq = np.array([10, 15, 25, 21])
Qp = np.array([1, 2, 1, 2])
k1 = 2
k2 = 1   

# 生成满足条件的布尔掩码
condition_mask = np.logical_or(u2 < 0.02, Bq < 20)
# 初始化结果数组
a = np.empty_like(Qp, dtype=np.float64)

# 分别赋值满足/不满足条件的元素
a[condition_mask] = -np.log(Qp[condition_mask] - Qp[condition_mask] * Bq[condition_mask] + 1) / k1
a[~condition_mask] = -np.log(Qp[~condition_mask] - Qp[~condition_mask] * Bq[~condition_mask] + 1) / k2

可选：for循环实现（不推荐小数据量外使用） #

如果坚持用循环，需遍历每个元素逐一判断：

import numpy as np

u2 = [0.01, 0.04, 0.07, 0.04]
Bq = [10, 15, 25, 21]
Qp = [1, 2, 1, 2]
k1 = 2
k2 = 1   

a = []
for u_val, b_val, q_val in zip(u2, Bq, Qp):
    if u_val < 0.02 or b_val < 20:
        result = -np.log(q_val - q_val * b_val + 1) / k1
    else:
        result = -np.log(q_val - q_val * b_val + 1) / k2
    a.append(result)

# 若需numpy数组，可转换：a = np.array(a)

内容的提问来源于stack exchange，提问作者Scott