Python中如何将完整numpy数组传入自定义函数并解决传参时的ValueError报错

报错和“程序没有正确识别传入的完整numpy数组”没有关系，问题出在空值判断的写法触发了numpy的逐元素比较逻辑：

• 你在函数内写的判断语句是if(array==None)，当传入多元素numpy数组时，==操作符会被numpy重写为逐元素相等比较，最终返回一个和原数组维度相同的布尔数组。
• Python执行if分支时需要明确的单布尔值判断真假，面对这个非单值的布尔数组时，无法决定是判断“所有元素都为True”还是“任意元素为True”，就会抛出对应的歧义性ValueError。
• 整个报错发生在排序逻辑启动之前，不存在程序把数组拆成单个元素逐一执行排序的情况。

• 判断参数是否为空时，必须使用is None代替== None：is是直接判断变量是否指向Python内置的None单例，不会触发numpy的逐元素比较，从根源上避免值歧义的问题。
• numpy数组本身支持下标访问、元素比较、值交换等操作，完全可以直接作为完整参数传入函数，不需要做格式拆分或者特殊转换，和传Python原生列表的行为完全一致。
• 当判断到没有传入数组时，再按照原有逻辑调用np.random.randint生成对应长度的随机数组即可。

就算修复了判断逻辑，原有代码还存在两个会导致排序失败的问题：

• 交换语句里的下标误写为大写的I（即array[I]），Python对大小写敏感，运行到这行会直接抛出NameError，需要改为小写的循环下标i。
• 原实现的选择排序逻辑不符合标准流程：边遍历未排序区间边做即时交换，没有先遍历完整个区间锁定最小值的下标，不仅达不到选择排序的时间复杂度要求，还容易出现不必要的交换错误。

import numpy as np

def SelectionSort(array=None, length_of_random_array=None):
    # 用is None做判断，规避numpy数组的值歧义报错
    if array is None:
        if length_of_random_array is None:
            raise ValueError("需传入待排序数组，或指定随机数组的生成长度")
        array = np.random.randint(-10000, 10000, size=length_of_random_array)
    
    n = len(array)
    for i in range(n):
        # 记录未排序区间的最小值下标
        min_idx = i
        for j in range(i + 1, n):
            if array[j] < array[min_idx]:
                min_idx = j
        # 遍历完整未排序区间后，交换最小值到当前排序位置
        array[i], array[min_idx] = array[min_idx], array[i]
    return array

注意：numpy数组是可变对象，函数内对数组的修改会直接作用于你传入的原数组，如果需要保留原始未排序的数组，可以在进入排序逻辑前先执行拷贝：array = array.copy()

内容的提问来源于stack exchange，提问作者Aarsh