python 以及将数组传递给函数的问题

我需要求解一些常微分方程 $\frac{d y}{d x} = f(x) = x^2 ln(x)$ 并继续在限制 0 之间创建数组 xpt。 <= xpt <= 2因为我必须小心 xpt = 0，所以我将函数定义如下

def f(x):

if x <= 1.e-6:
    return 0.
else:
    return np.square(x)*np.log(x)

我的调用程序读取

Npt = 200

xpt = np.linspace( 0.,2.,Npt)

fpt = np.zeros(Npt)

但是，当我拨打电话时 fpt = f(xpt) 我收到错误

“ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()”

我可以通过引入 for 循环来解决此问题，写

for ip in range(Npt):

fpt[ip] = f(xpt[ip])

但这似乎是一种黑客行为并且不能令人满意。

我尝试查看使用 a,any() 的建议并将该函数重新定义为

def Newf(x):

if ((x <= 1.e-6).all()):
    return 0.
else:
    return np.square(x*np.log(x))

但这似乎将 f(0.) 作为 nan。

任何有关如何继续的帮助都深表感谢。

遇到的问题是，正试图在 if 语句中对整个 NumPy 数组执行比较。 x < 1.e-6 返回一个布尔数组，的 if 语句不知道如何处理它。

无需使用循环或 any() / all() 即可实现此目标。NumPy 提供了一种称为 向量化 的功能，允许对整个数组执行操作。

以下是修复后的代码：

import numpy as np

def f(x):
  # 使用 np.where 创建一个掩码，以有条件地应用条件
  return np.where(x <= 1.e-6, 0, np.square(x) * np.log(x))

Npt = 200
xpt = np.linspace(0., 2., Npt)
fpt = f(xpt)  # 现在可以直接将整个数组传递给 f

print(fpt) 

这个版本的代码做了什么：

1. np.where(条件，值 if True，值 if False) ：此函数允许我们在数组中应用基于条件的逻辑。
2. x <= 1.e-6 ：这为数组 x 中的每个元素创建一个布尔数组，其中 True 表示值小于或等于 1.e-6 。
3. 0 ：如果条件为 True （即 x 中的值小于或等于 1.e-6 ），则返回此值。
4. np.square(x) * np.log(x) ：如果条件为 False ，则返回此值。

通过使用 np.where ，避免了需要显式循环，并且代码将更有效地运行，因为 NumPy 的向量化操作针对速度进行了优化。