如何将一个函数矢量化为两个参数，以两个不同长度的序列（m和n）作为参数，并在Python NumPy中返回一个矩阵（m x n）？

我必须创建序列（例如）和函数：

import numpy as np

a = np.arange(10,21)
b = np.arange(10,16)

def f(x,y):
    return x**2+y*3

我想构造一个矩阵（10x5），这样它的每一个元素都是这些元素上函数的迭代结果。因此，例如，矩阵第二行和第三列的元素将是：

matrix[1,2]
>>> 157

即f（11,12）=11**2+12*3=121+36=157

我尝试使用嵌套循环（两个“for”循环），但速度太慢。numpy是否有一种方法可以立即执行这些操作，例如一个np函数，它将参数

a

、

b

和

f

作为参数，并返回所需的结果

---

非常感谢：）

您可以将

a

转换为列向量，然后瞧：

matrix = a[:,np.newaxis] ** 2 + b * 3

虽然像这样的东西更干净：

a, b = np.ogrid[10:21,10:16]
matrix = a ** 2 + b * 3

---

（由于hpaulj的评论而编辑）

def（x，y）：返回x[：，无]**2+y*3

？如果

x

是（m，1）数组，而

y

是（n，）形状，则像加法和乘法这样的操作将创建（m，n）数组。（n，）会自动展开为（1，n）。这叫做

广播
。您不想要一个11x6矩阵吗？或者可以更改arange的边界（）
a[：，None]
可能是将（m，）形状转换为（m，1）的最常见和最惯用的方法。它（和
重塑
）生成一个
视图
<代码>np.c
复制了一份。很好！我也看到了
np.expand_dims
，这也是一个好的选择吗？