从根本上讲，转换vline为numpy的ufunc毫无意义，因为ufunc始终以元素方式应用于numpy数组。因此，输入自变量必须具有相同的形状，或者必须可广播为相同的形状。您正在将形状不兼容的两个数组传递给ufunc_vline函数（db.shape == (6, 4)和mask.shape == (3,)），因此ValueError您将看到。
还有其他几个问题ufunc_vline：
np.frompyfunc(vline, 2, 1)指定vline应返回一个输出参数，而vline实际上不返回任何内容（但out在适当位置进行修改）。
您将db第一个参数传递给ufunc_vline，而vline希望第一个参数传递给idx，该参数用作的行的索引db。
另外，请记住，np.frompyfunc与标准Pythonfor循环相比，使用Python函数创建ufunc不会产生任何明显的性能优势。要查看任何重大改进，您可能需要使用低级语言（例如C）编码ufunc（请参见文档中的此示例）。
话虽如此，您的vline函数可以使用标准的布尔数组操作轻松地向量化：
例如：
602392714
清零编程群