Python使用matplotlib绘制分段函数出现ValueError错误如何解决

• 直接执行Z = X + Y时调用的是numpy原生向量化运算，会自动对数组的每个元素逐位计算，不需要做统一逻辑判断，所以可以正常运行。
• 自定义函数里的if判断需要接收单个布尔值，你把整个二维数组X、Y传入时，x in I.open(0,1)返回的是和数组同维度的布尔数组，系统无法用单个布尔值代表整个数组的判断结果，因此抛出歧义错误。

方案1：使用numpy布尔掩码（推荐，运算效率最高） #

直接用numpy的逐元素逻辑判断生成掩码，再批量赋值，原有调用逻辑不需要改动：

def f(x,y):
    # 逐元素判断是否满足x、y都在开区间(0,1)内，生成布尔掩码
    mask = (x > 0) & (x < 1) & (y > 0) & (y < 1)
    # 满足掩码的位置返回x+y，其余位置返回0
    return np.where(mask, x + y, 0)

直接使用Z = f(X,Y)即可正常生成结果。

方案2：用np.vectorize包装原函数（改动最小） #

如果不想修改原有函数的逻辑，直接用numpy的向量化工具包装原函数即可：

# 原有函数逻辑完全不需要修改
def f(x,y):
    if x in I.open(0, 1):
        if y in I.open(0, 1):
            return (x+y)
        else:
            return(0)

# 包装为支持数组输入的向量化函数
f_vec = np.vectorize(f)
# 调用包装后的函数生成Z
Z = f_vec(X,Y)

该方案运算效率略低于方案1，适合分段逻辑非常复杂、改写成本高的场景。

内容的提问来源于stack exchange，提问作者Michael