<p><strong>编辑:</strong></p>
<p>由于我的问题表述不当,我决定重写。你知道吗</p>
<p>numpy是否允许使用函数创建数组,而不使用Python的标准列表理解?你知道吗</p>
<p>有了列表理解,我可以:</p>
<pre><code>array = np.array([f(i) for i in range(100)])
</code></pre>
<p>对于给定的函数。你知道吗</p>
<p>但是,如果构造的数组真的很大,那么使用Python的列表会很慢,并且会消耗大量内存。你知道吗</p>
<p>如果这样的方法不存在,我想我可以先创建一个我想要的大小的数组</p>
<pre><code>array = np.arange(100)
</code></pre>
<p>然后在上面映射一个函数。你知道吗</p>
<pre><code>array = f(array)
</code></pre>
<p><a href="https://stackoverflow.com/a/46470401/7973514">According to results from another post</a>,这似乎是一个合理的解决方案。你知道吗</p>
<hr/>
<p>假设我想用一个简单的int值来使用add函数,如下所示:</p>
<pre><code>array = np.array([i for i in range(5)])
array + 5
</code></pre>
<p>但是现在如果我想让值(这里是5)根据数组元素的索引而变化呢。例如操作:</p>
<pre><code>array + [i for i in range(5)]
</code></pre>
<p>我可以使用什么对象为向量化操作中的变量值定义特殊规则?你知道吗</p>
<p>可以这样将两个数组添加到一起:</p>
<p><a href="https://stackoverflow.com/questions/40955903/simple-adding-two-arrays-using-numpy-in-python">Simple adding two arrays using numpy in python?</a></p>
<p>这假设“按索引变量”只是另一个数组。你知道吗</p>