如何根据元素值对NumPy数组应用不同函数？

咱们先梳理下你代码里的几个问题：

• 那个myFunc函数不仅定义语法错了（缺括号），而且完全没被用到，属于多余代码；
• test()函数里的循环只是挨个处理元素，但没把结果收集起来，最后只返回了最后一个元素的值，自然出不来你想要的数组；
• 用Python原生循环处理NumPy数组其实挺低效的，NumPy本身就有更简洁高效的向量化操作，咱们优先用这个。

下面给你两种可行的解决办法：

方法1：修复循环逻辑（适合理解基础流程） #

如果想保留循环的思路，只需要把每个处理后的元素存到列表里，最后转成NumPy数组就行：

import numpy as np

def test():
    x = np.linspace(0, 1, 11)
    result = []
    for i in x:
        if i < 0.5:
            result.append(i * 2)
        else:
            result.append(i + 1.0)
    return np.array(result)

print(test())

方法2：NumPy向量化操作（推荐，更高效简洁） #

用NumPy的np.where函数，一行就能搞定分条件处理，这也是处理NumPy数组的惯用写法：

import numpy as np

x = np.linspace(0, 1, 11)
result = np.where(x < 0.5, x * 2, x + 1.0)
print(result)

或者用布尔索引的方式，逻辑更直观：

import numpy as np

x = np.linspace(0, 1, 11)
result = x.copy()
# 对小于0.5的元素乘2
result[x < 0.5] *= 2
# 对大于等于0.5的元素加1
result[x >= 0.5] += 1.0
print(result)

运行上面任意一段代码，都会输出你期望的结果：

[0.  0.2 0.4 0.6 0.8 1.5 1.6 1.7 1.8 1.9 2. ]

内容的提问来源于stack exchange，提问作者W.Ellis