如果你看一下valeur <= 0.6的结果，你可以看到是什么导致了这种二义性：

>>> valeur <= 0.6
array([ True, False, False, False], dtype=bool)

字符串
所以结果是另一个数组，在本例中有4个布尔值。现在的结果应该是什么呢？当一个值为真时，条件是否应该为真？只有当所有值都为真时，条件才为真吗？
这正是numpy.any和numpy.all所做的。前者要求至少有一个true值，后者要求所有值都为true：

>>> np.any(valeur <= 0.6)
True
>>> np.all(valeur <= 0.6)
False

型

还有一个办法

import numpy as np

a = np.array([1,2,3,4])
b = np.array([5,6,7,8])
c = np.array([1,2,3,4])

print((a == b ).all())  #False
print((a == c ).all())   # True
print((a == b ).any())   #False
print((a == c ).any())   #True
print((a > 3 ).all())    #False

字符串

您评论：
valeur是等于[ 0]的向量。我对每一个单项都感兴趣。对于0.6以下的部分，则返回“this works”....
如果你对每一个术语都感兴趣，那么就编写代码，这样它就可以处理每一个术语。比如说。

for b in valeur<=0.6:
    if b:
        print ("this works")
    else:   
        print ("valeur is too high")

字符串
这将写两行。
当您尝试将numpy代码用于需要单个标量值的上下文时，该错误由numpy代码产生。if b:...只能做一件事。它本身不会遍历b的元素，对每个元素做不同的事情。
你也可以将迭代转换为列表解析，例如。

['yes' if b else 'no' for b in np.array([True, False, True])]

型

import numpy as np
x = np.arange(0,2,0.5)
valeur = 2*x
print(valeur <= 0.6)
'''# [ True False False False] due to this "if statement" cannot decide if the 
value is true or false
 #This is where you got ValueError of ambiguity
 #This error recomended you to use a.any() or a.all() built-in functions
 #a.any() :- any True is True i.e. ([ True False False False].any) will be 
True/1
 #a.all() :- all Ture is Ture i.e. ([ True False False False].all) will be 
False/0'''

if valeur.all() <= 0.6:
'''# Now in "if statement" valeur.all() is Flase/0
# so is 0 <= 0.6? 
# Ture right? '''
    print ("this works")
'''# This is the reason "this works"'''
else:   
    print ("valeur is too high")

字符串

这也应该起作用，并且是对问题中所问问题的更接近的回答：

for i in range(len(x)):
    if valeur.item(i) <= 0.6:
        print ("this works")
    else:   
        print ("valeur is too high")

字符串

如果您想对每个元素执行一些操作：
使用numpy的函数

import numpy as np
def temp(x):
    if x <= 0.6:
        print ("this works")
    else:   
        print ("valeur is too high")
arr = np.arange(0,1,0.1)
np.vectorize(temp)(arr)

字符串

对于这种特定的模式（如果元素满足特定条件，则将其Map到一个值，否则将其Map到另一个值），您可以使用np.where()：

import numpy as np

x = np.arange(0,2,0.5)
valeur = 2*x

print(*np.where(2 * x <= 0.6, "this works", "valeur is too high"), sep='\n')

字符串
该输出：

this works
valeur is too high
valeur is too high
valeur is too high

型