如何应用一个函数与不同的参数在NumPy一维数组，以使二维数组

假设我有一个NumPy一维数组a:

a = np.array([1, 2, 3])

我有一个函数foo:

def foo(x, p):
    ...
    return y

我想在a上应用foo，比如p从1到3来创建一个2d数组。

# # #还是:

>>> a[:, None] ** np.arange(1, 4)
array([[ 1,  1,  1],
       [ 2,  4,  8],
       [ 3,  9, 27]], dtype=int32)
>>> 

一个函数:

def foo(x, p):
    return x ** p
np.apply_along_axis(lambda x: foo(x, np.arange(1, 4)), 1, a[:, None])

array([[ 1,  1,  1],
       [ 2,  4,  8],
       [ 3,  9, 27]], dtype=int32)

###你在评论中说you want to give both arguments to function For this purpose you can use为此，您可以使用map and functools li和functools like像下图:

from functools import partial
a = np.array([1, 2, 3])
def foo(x,y,z):
    return list(z ** y + x)
list(map(partial(foo, z=a), range(1,4), range(1,4)))

输出:

[
 [3, 4, 5],  # [1,2,3]**1+1
 [3, 6, 11], # [1,2,3]**2+2
 [3, 10, 29] # [1,2,3]**3+3
]

# # #首先numpy module suppormodule支持math函数，所以如果你想在数组中应用math函数，你只需要把它写成普通函数或lambda函数，然后将它应用到你的数组中。例如:

def foo(x,p):
    return numpy.power(x,p) 

注意:这些在numpy模块中更加数学化的函数。试着看看它们:)。