满足条件时替换两矩阵对应位置元素的实现及数组真值判断歧义错误解决

首先，咱们先解决你代码里的核心问题，再给出更高效的实现方式：

一、修正你的循环写法（针对Python原生列表矩阵） #

你首先犯了一个低级错误：内外层循环用了同一个变量i，这会导致内层循环完全覆盖外层的i值，根本没法遍历所有行列位置。另外如果你的矩阵是Python原生列表组成的，索引应该用A[i][j]而不是A[i,j]（后者是numpy数组的专属索引方式）。修正后的代码如下：

# 假设A和B是Python列表组成的矩阵
A = [ [1, 0, 0, 1],
      [0, 0, 1, 0],
      [0, 1, 0, 0],
      [0, 1, 1, 0] ]
    
B = [[0.7, 0.3, 0.9, 0.2],
     [0.1, 0.2, 0.5, 0.6],
     [0.2, 0.8, 0.1, 0.4],
     [0.6, 0.4, 0.7, 0.2]]

for i in range(4): 
    # 内层循环改用j，避免覆盖外层的i
    for j in range(4):
        if A[i][j] == 1:   
            A[i][j] = B[i][j]
print(A)

运行这段代码就能得到你想要的结果：

[[0.7, 0, 0, 0.2], [0, 0, 0.5, 0], [0, 0.8, 0, 0], [0, 0.4, 0.7, 0]]

二、更高效的numpy数组实现（推荐） #

从报错信息来看，你大概率是在用numpy数组处理矩阵（原生列表不会报这个真值歧义错误）。numpy的优势就是支持向量化操作，完全不需要嵌套循环，代码更简洁高效：

import numpy as np

# 将矩阵转为numpy数组
A = np.array([[1, 0, 0, 1],
              [0, 0, 1, 0],
              [0, 1, 0, 0],
              [0, 1, 1, 0]])
    
B = np.array([[0.7, 0.3, 0.9, 0.2],
              [0.1, 0.2, 0.5, 0.6],
              [0.2, 0.8, 0.1, 0.4],
              [0.6, 0.4, 0.7, 0.2]])

# 用布尔索引直接替换所有符合条件的元素
A[A == 1] = B[A == 1]
print(A)

运行后输出：

[[0.7 0.  0.  0.2]
 [0.  0.  0.5 0. ]
 [0.  0.8 0.  0. ]
 [0.  0.4 0.7 0. ]]

三、解释你遇到的错误 #

你看到的The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()错误，主要有两个原因：

1. 循环变量重复：内外层都用i，导致内层循环结束后外层的i变成了3，当你用A[i,j]时，实际取的是数组的切片（而不是单个元素），得到的是一个包含多个元素的数组，==1后得到的是布尔数组，if语句无法判断整个数组的真值，所以报错。
2. numpy数组的条件判断逻辑：numpy中直接对数组用==会返回布尔数组，如果你非要用循环处理numpy数组，应该确保每次取的是单个元素（比如A[i,j]在i和j都是单个整数时是单个元素），但循环变量写错导致了切片操作，才触发了这个错误。

备注：内容来源于stack exchange，提问作者user23487612