我有一个Python函数，它通常处理numpy数组，它执行如下操作：

result = a*x
result[a<=0] = float('NaN')

但是，有时 x 和/或 a 只是浮点数，当这种情况发生时，代码会失败。为了处理这种情况，我目前正在这样做：

x = np.asarray(x).astype(float)
a = np.asarray(a).astype(float)
result = a*x
if a.shape == ():
    if a <= 0:
        result *= float('NaN')
else:
    result[a<=0] = float('NaN')

这正是我想要做的，但是它需要代码伪复制，当我们有许多参数 a 、 b 、 c 、.或者更复杂的条件，容易出错。

我试过了

x = np.asarray(x).astype(float)
a = np.asarray(a).astype(float)
result = a*x
result[a<=0] = float('NaN')

但它产生了

TypeError: 'numpy.float64' object does not support item assignment

有更好的方法吗？我希望保留表示法 result[a<=0]=float('NaN') ，如果 a 是标量，则将其应用于 result 的所有元素，而不必手动检查它是否为维度0。