NumPy数组方括号索引内如何正确编写复杂多条件判断？

你遇到的问题来自3处代码写法/逻辑错误：

• 逻辑运算符用错：Python原生的and、or关键字仅支持单个布尔值的逻辑判断，无法对numpy逐元素比较生成的布尔数组做批量逻辑组合。当你传入两个布尔数组给and/or时，numpy无法判定你是要判断「数组所有元素为真」还是「存在元素为真」，就会抛出该歧义报错。
• 数组初始化写法错误：np.array(n,n)不符合numpy数组创建的参数规范，无法生成你需要的同维度矩阵。
• 阈值写错：需求里的判定区间是-0.001到0.001，你代码里写的阈值是0.01，和需求差了一个数量级。

numpy中做逐元素的逻辑与、逻辑或运算，需要分别用&和|运算符，且每个独立的比较条件必须用圆括号包裹（位运算符优先级高于比较运算符，不加括号会出现运算顺序错误）。
更简洁的实现逻辑是先初始化全为np.nan的同维度矩阵，再给符合区间要求的位置赋值0，不用重复写反向判断条件，代码如下：

import numpy as np

# 生成和wave[2]形状完全一致、初始值全为np.nan的浮点型数组
res = np.full_like(wave[2], np.nan, dtype=np.float64)
# 生成符合[-0.001, 0.001]区间的逐元素布尔掩码
zero_mask = (wave[2] >= -0.001) & (wave[2] <= 0.001)
# 掩码对应位置赋值0
res[zero_mask] = 0

如果你要沿用原来两步赋值的写法，条件部分需要改写为如下格式，同时修正初始化和阈值问题：

import numpy as np

# 正确初始化同形状数组
zeros = np.zeros_like(wave[2], dtype=np.float64)
# 逐元素逻辑或用|，条件加括号，修正阈值
zeros[(wave[2] < -0.001) | (wave[2] > 0.001)] = np.nan

内容的提问来源于stack exchange，提问作者Salvatore Manfredi D