### 在 NumPy 中使用 Lambda 表达式判断数值正负并分别执行不同操作 在 NumPy 中，可以结合 `numpy.vectorize` 或 `numpy.where` 函数与 Lambda 表达式来实现对数组中每个元素的正负判断，并根据条件分别执行不同的操作。以下是具体的实现方法： #### 使用 `numpy.vectorize` 和 Lambda 表达式 ```python import numpy as np # 定义一个函数，用于根据正负执行不同的操作 def apply_operation(x): return x * 2 if x >= 0 else x ** 2 # 如果为正数则乘以2，如果为负数则平方[^3] # 创建一个包含正负数的数组 arr = np.array([-3, -1, 0, 2, 4]) # 使用 numpy.vectorize 将函数应用到数组的每个元素 vectorized_func = np.vectorize(apply_operation) result = vectorized_func(arr) print("原始数组:", arr) print("处理结果:", result) ``` #### 使用 `numpy.where` 和 Lambda 表达式 `numpy.where` 是一种更高效的方法，可以直接对数组进行逐元素判断和操作。 ```python import numpy as np # 创建一个包含正负数的数组 arr = np.array([-3, -1, 0, 2, 4]) # 使用 numpy.where 判断正负，并分别执行不同的操作 result = np.where(arr >= 0, arr * 2, arr ** 2) # 正数乘以2，负数平方[^3] print("原始数组:", arr) print("处理结果:", result) ``` #### 解释 - `numpy.vectorize` 可以将普通函数转换为能够逐元素操作 NumPy 数组的矢量化函数[^1]。 - `numpy.where` 是一种高效的条件选择函数，可以根据条件对数组中的元素分别应用不同的操作[^3]。 - 在上述示例中，对于正数执行的操作是将其值乘以 2，而对于负数执行的操作是计算其平方。 --- #### 示例输出 假设输入数组为 `[-3, -1, 0, 2, 4]`，则输出如下： ``` 原始数组: [-3 -1 0 2 4] 处理结果: [ 9 1 0 4 8] ``` ---