Python 当输入是列表时，如何获取函数的输出

假设我有一个如下的函数：

f = (s**2 + 2*s + 5) + 1  

def model(s):
    model = 1 + (s**2 + 2*s + 5)
    return model
fitted_2_dis = [model(value) for value in s]

print ("fitted_2_dis =", fitted_2_dis)

sum_f = sum (f)

Sum_f in my code is the summation of bunches of expressions.

其中s为：

s = [1 , 2 , 3]

如何将s传递给我的函数

我知道我可以定义如下函数：

f = (s**2 + 2*s + 5) + 1  

def model(s):
    model = 1 + (s**2 + 2*s + 5)
    return model
fitted_2_dis = [model(value) for value in s]

print ("fitted_2_dis =", fitted_2_dis)

sum_f = sum (f)

Sum_f in my code is the summation of bunches of expressions.

要获得：

fitted_2_dis = [9, 14, 21]

---

我宁愿不使用这种方法。因为我的实际函数很大，有很多表达式。因此，我没有在代码中引入所有表达式，而是定义了如下函数：

f = (s**2 + 2*s + 5) + 1  

def model(s):
    model = 1 + (s**2 + 2*s + 5)
    return model
fitted_2_dis = [model(value) for value in s]

print ("fitted_2_dis =", fitted_2_dis)

sum_f = sum (f)

Sum_f in my code is the summation of bunches of expressions.

当输入是数组时，是否有其他方法来计算我的函数（sum_f）？

---

谢谢

列表理解法是一种很好的方法。此外，您还可以使用

映射

：

fitted_2_dis = list(map(model, s))

如果你是

numpy

粉丝，你可以使用

np.vectorize

：

np.vectorize(model)(s)

最后，如果将数组转换为

numpy

的

ndarray

可以直接传入：

import numpy as np

s = np.array(s)
model(s)

---

列表理解法是一种很好的方法。此外，您还可以使用

映射

：

fitted_2_dis = list(map(model, s))

如果你是

numpy

粉丝，你可以使用

np.vectorize

：

np.vectorize(model)(s)

最后，如果将数组转换为

numpy

的

ndarray

可以直接传入：

import numpy as np

s = np.array(s)
model(s)

功能将很好地完成任务：

>>> map(model, s)
[9, 14, 21]

功能将很好地完成任务：

>>> map(model, s)
[9, 14, 21]

您可以尝试以下方法：

import numpy as np


def sum_array(f):
    np_s = np.array(f)
    return (np_s**2 + 2*np_s + 5) + 1

s = [1, 2, 3]
sum_f = sum_array(s)

您可以尝试以下方法：

import numpy as np


def sum_array(f):
    np_s = np.array(f)
    return (np_s**2 + 2*np_s + 5) + 1

s = [1, 2, 3]
sum_f = sum_array(s)

---

“因此，我没有在我的代码中引入所有表达式，而是像下面这样定义了我的函数”-看起来你根本没有定义函数。@user2357112 sum_f是一些表达式的总和，用s表示”因此，我没有在我的代码中引入所有表达式，而是像下面这样定义了我的函数”-这看起来根本不像你定义的函数。@user2357112总和f是一些表达式在s中的总和