np.select要求condlist与choicelist等长，条件数组必须为dtype=bool且可广播到同一shape，default不参与长度校验但影响dtype统一；非布尔类型或shape不兼容会触发TypeError或ValueError。
np.select 的条件列表和选择列表必须等长
传入 np.select 的 condlist 和 choicelist 长度不一致时，会直接抛出 ValueError: shape mismatch。这不是广播问题，而是硬性要求——每个条件对应一个结果值或数组，少一个或多一个都不行。
- 常见错误：写了一组条件但漏掉一个
choicelist元素，比如用 3 个布尔数组却只提供 2 个选择值 - 注意
default参数不参与长度校验，它只是兜底项，不计入choicelist计数 - 条件数组必须能广播到同一 shape；如果 shape 不兼容（如
(5,)和(3,)），报错在条件求值阶段，不是在np.select内部
条件数组必须是布尔类型，不能是 Python bool 或标量
np.select 要求 condlist 中每个元素都是 NumPy 布尔数组（dtype=bool），传入 Python 原生 True/False、整数 0/1，或者 shape 不匹配的标量，都会触发 TypeError 或静默错误（比如返回全默认值）。
- 正确写法：
[arr > 0, (arr >= -5) & (arr —— 每个都是同 shape 的布尔数组 - 错误写法：
[True, arr > 0, arr —— 第一个不是数组，<code>np.select会尝试广播但失败 - 调试技巧：打印
condlist[0].dtype和condlist[0].shape，确认是bool且 shape 合理
条件顺序决定优先级，前面的条件会遮蔽后面的
np.select 按 condlist 从左到右顺序匹配，一旦某个条件为 True，就立即选用对应 choicelist 的值，后续条件不再检查。这跟 if-elif-else 完全一致，不是“取所有满足条件的并集”。
- 典型陷阱：把宽泛条件（如
arr != 0）放在前面，后面更具体的条件（如arr == 1）永远不生效 - 推荐做法：按 specificity 从高到低排列，比如先写
arr == 1，再arr == 2，最后arr > 0 - 若需“多选一”逻辑（多个条件同时成立时叠加），
np.select不适用，应改用np.where嵌套或布尔索引组合
default 值参与广播，但 dtype 可能被强制转换
default 参数会被广播到输出数组 shape，但如果它和 choicelist 中的元素 dtype 不一致，NumPy 会按类型提升规则统一 dtype，可能引发精度丢失或意外截断。
立即学习“Python免费学习笔记（深入）”；
- 例如：
choicelist=[np.array([1.5, 2.0]), np.array([-1, -2])]（混合 float64/int64），default=0（Python int）→ 输出 dtype 变成float64，但若default=0.0+0j，整个结果变复数 - 安全做法：显式指定
default的 dtype，如default=np.float64(0)，或确保所有choicelist元素和default类型一致 - 注意：如果
choicelist全是字符串数组，default必须是字符串或能转成相同U类型的值，否则报TypeError
