Python：从函数中获取多维矩阵作为结果

我有一个多输入功能，比如：

def bla(a, b):
    f = a + b
    return f

当我做这样的事情时

import numpy as np
bla(np.asarray([0.2,0.4]), np.asarray([2,4]))

结果是：

array([ 2.2,  4.4])

但是，我希望

bla

应用于我的每一对可能的输入（

bla（0.2,2）

，

bla（0.2,4）

，

bla（0.4,2）

，

bla（0.4,4）

），并以二维矩阵的形式获得最终结果。在本例中，我希望结果为：

array([[2.2, 4.2],
[2.4, 4.4]
])

我该怎么做？

---

我最初的问题是，我有一个有三个变量和一个输出的函数，然后我想通过为每个变量输入向量来调用该函数，这样我就可以得到一个3-D矩阵，结果是

不确定您是否希望在不修改

bla（）

的情况下执行此操作，但对于您的示例，至少这是必须进行更改的地方：

def bla(a, b):
    return np.asarray(a+n for n in b)

---

这对数组

a

和

b

的每个元素进行操作，并使用结果构建一个数组。你的例子看起来有点随机（你是如何得到那些

.3

分数部分的？），但我猜这就是你想要得到的。

如果你的函数

bla

可以接受数组而不是标量，你可以使用 准备输入，以便

bla（A，B）

返回所需的输出：

import numpy as np
def bla(a, b):
    f = a + b
    return f

A, B = np.meshgrid([0.2,0.4], [2,4], sparse=True)
bla(A, B)

屈服

array([[ 2.2,  2.4],
       [ 4.2,  4.4]])

---

你能更清楚地解释一下你想要做什么吗？你想要矩阵乘法吗？2.3和4.3是从哪里来的？你的意思是2.4和4.4吗？请你解释一下行

**维度=输入数量，矩阵的（i，j）元素是bla（ai，bj）**

？它仍然不清楚…对不起我不清楚的解释…谢谢你的简单想法！在使用mesgrid时，如果a和b较大且有三个或更多变量，有时会发生内存错误。您还有其他解决方案吗？@gravedigger:如果您使用

sparse=True

，那么

np.meshgrid

将返回一个“稀疏网格”，它将消耗更少的内存。