我有一个二维 numpy 数组，形状(100,3)

a = np.random((100,3))

我想调用一个函数fun：

b = fun(a)

该函数当前定义为：

@np.vectorize
def fun(r):
  if r <= 0.0: return 0.0
  else:        return min(2.0/(1.0 + r), 2.0*r/(1.0 + r))

这很有趣。但我想以一种更 numpythonic（因此更有效）的方式来表达这一点。我试过了：

def fun(r):
  ans = zeros_like(r)
  ans[r > 0.0] = min(2.0/(1.0 + r), 2.0*r/(1.0 + r))
  return ans

但这不起作用，因为min没有做我想要的。我也试过：

def fun(r):
  return np.piecewise(r
                     , [r <= 0.0, r > 0.0]
                     , [0.0, lambda x: min(2.0/(1.0 + x), 2.0*x/(1.0 + x))]
                     )

但出于类似的原因，这不起作用。那么我该怎么做呢？