同时接受ndarray和float类型的函数

要编写一个函数，能够同时接受ndarray和float类型的参数，可以使用isinstance()函数来检查参数的类型，然后根据类型执行不同的操作。

以下是一个示例代码：

import numpy as np

def process_input(input_data):
    if isinstance(input_data, np.ndarray):
        # 处理ndarray类型的参数
        processed_data = np.mean(input_data)
    elif isinstance(input_data, float):
        # 处理float类型的参数
        processed_data = input_data + 1
    else:
        raise ValueError("Unsupported input type. Only ndarray and float are supported.")

    return processed_data

# 测试示例
arr = np.array([1, 2, 3, 4, 5])
print(process_input(arr))  # 输出3.0，对ndarray求均值
print(process_input(3.14))  # 输出4.14，float加1

在上面的示例代码中，process_input()函数接受一个input_data参数，并通过isinstance()函数检查参数的类型。如果参数是ndarray类型，则使用np.mean()函数计算均值；如果参数是float类型，则将参数加1。如果参数的类型既不是ndarray也不是float，则抛出一个ValueError异常。

在测试示例中，首先传递一个ndarray类型的参数arr，输出为3.0，表示对arr求均值。然后传递一个float类型的参数3.14，输出为4.14，表示将参数加1。