Python numpy中是否有一个函数，它将返回从0的幂到整数的每一行向量的矩阵

假设我有一个垂直向量X=[，[2]，[3]]和整数pow=2。 在numpy中是否有一个函数，它将返回向量x的每一行的矩阵，从0的幂增加到pow（pow=2）

上面的例子应该返回一个矩阵

[[1, 1, 1],
 [1, 2, 4],
 [1, 3, 9]]

我看了一下，不过返回了一个数组

接下来，我们可以扩展到2D，然后使用远程阵列提升到威力-

X[:,None]**np.arange(3)  # Or np.power(X[:,None], np.arange(3))

样本运行-

In [7]: X = np.array([1,2,3])

In [8]: X[:,None]**np.arange(3)
Out[8]: 
array([[1, 1, 1],
       [1, 2, 4],
       [1, 3, 9]])

如果

X

已扩展，只需将其提升到电源即可-

接下来，我们可以扩展到2D，然后使用远程阵列提升威力-

X[:,None]**np.arange(3)  # Or np.power(X[:,None], np.arange(3))

样本运行-

In [7]: X = np.array([1,2,3])

In [8]: X[:,None]**np.arange(3)
Out[8]: 
array([[1, 1, 1],
       [1, 2, 4],
       [1, 3, 9]])

如果

X

已扩展，只需将其提升到电源即可-

---

我认为没有特定的功能，但可以使用阵列广播

 X = np.array([[1],[2],[3]])
 p = np.arange(0, 2+1)  # powers
 X**p  # row vs column vector broadcasts to 2D matrix

---

我认为没有特定的功能，但可以使用阵列广播

 X = np.array([[1],[2],[3]])
 p = np.arange(0, 2+1)  # powers
 X**p  # row vs column vector broadcasts to 2D matrix

---

您正在寻找的功能是

---

您正在寻找的函数是

---

如果

n

很大，我建议您使用嵌套循环。计算电力是昂贵的。这样做：

arr = [1]
for i in range(1, p + 1):
   arr.append(p * arr[-1])

---

如果

n

很大，我建议您使用嵌套循环。计算电力是昂贵的。这样做：

arr = [1]
for i in range(1, p + 1):
   arr.append(p * arr[-1])