Python Numpy：如何根据不同的公式的值在数组中应用不同的公式（如果elif elif…对于Numpy是else）？

我有一个数的numpy数组

x

和一些阈值

[A，B，C，D]

我想对数组的每个切片应用5个不同的公式，但理想情况下我不想对其进行迭代（这就是为什么我尝试使用numpy）

最好的方法是什么？这就是我想做的，有更好的方法吗

cond_A = np.where(x <= A)
cond_B = np.where((x > A) & (x <= B))
cond_C = np.where((x > B) & (x <= C))
cond_D = np.where((x > C) & (x <= D))
cond_E =np.where(x > D)

x[cond_A] = function_A(x[cond_A])
...
...
x[cond_E]= function_E(x[cond_E])

cond_A=np，其中（xa）&（xb）&（xc）&（xd）
x[cond_A]=函数（x[cond_A]）
...
...
x[cond_E]=函数（x[cond_E]）

编辑：如果我尝试此操作，我会得到错误：

ValueError：包含多个元素的数组的真值为 模棱两可的。使用a.any（）或a.all（）

---

必须使用numpy中的intersect1d函数才能应用多个过滤器。 这里有一个例子，在注释中有输出，希望这有帮助

import numpy as np

def function(x):
    return x+10

a = np.arange(10)
print(a) # [0 1 2 3 4 5 6 7 8 9]

mask = np.intersect1d(np.where(a>3), np.where(a<6))
a[mask] = function(a[mask])
print(a) # [ 0  1  2  3 14 15  6  7  8  9]

将numpy导入为np
def功能（x）：
返回x+10
a=np.arange（10）
打印（a）#[01 2 3 4 5 6 7 8 9]
mask=np.intersect1d（np.where（a>3），np.where（a
&
是
按位and
运算符，我假设您使用的是
和
，因为这是您报告的错误发生的时间

如果您希望以这种方式操作数组，函数编程概念（如映射和筛选或列表理解）将对您有所帮助。其他答案使用numpy函数，下面是使用列表理解的答案：

x = [function_A(i) if cond_A else i for i in myarray]