将ndarray传入带条件判断的numpy函数报ValueError如何解决

你当前的报错是因为Python原生的if条件判断无法直接处理包含多个元素的numpy数组，数组和标量比较后得到的是一个布尔数组，原生if无法判断整个布尔数组的真假，因此抛出了该异常。

直接使用numpy内置的向量化分段函数np.piecewise实现即可，全程为numpy底层优化的向量化操作，不需要写Python级别的循环，性能和可读性都更好。

修改后的代码如下：

import numpy as np

# 请提前赋值三个float类型参数
Tw_up = 2.0   # 示例值，替换为你的实际值
Tw_down = 5.0 # 示例值，替换为你的实际值
Tw_end = 8.0  # 示例值，替换为你的实际值

def Rdot(t):
    # 各分段的判断条件
    cond_list = [
        t < Tw_up,
        (t >= Tw_up) & (t < Tw_down),
        (t >= Tw_down) & (t < Tw_end),
        t >= Tw_end
    ]
    # 各分段对应的phase计算逻辑
    func_list = [
        lambda x: (Tw_up - x) / Tw_up,
        lambda x: 0,
        lambda x: (Tw_down - x) / (Tw_down - Tw_end),
        lambda x: 1
    ]
    phase = np.piecewise(t, cond_list, func_list)
    return np.sin(t) + np.sin(t + phase * np.pi)

原来的调用逻辑不需要做任何修改：

T = np.linspace(0, 10, 1000)
R = Rdot(T)

如果你的分段逻辑后续有调整，只需要修改cond_list和对应的func_list即可，适配性很强。如果是只有两三个分段的简单场景，也可以用np.where嵌套实现，但多分段场景下np.piecewise的可读性优势非常明显。

内容的提问来源于stack exchange，提问作者jonnybolton16