如何仅用Numpy函数无循环生成[f₁(X,Y),…,fₙ(X,Y)]数组

针对你的需求，分三种场景给出无显式for循环/列表推导式的实现方法：

一、函数有统一数学表达式（如你的示例$f_i(X,Y)=X*Y^i$） #

这种情况可以利用numpy广播机制，一次性完成所有函数的计算，完全无需循环：

import numpy as np

# 定义参数
M, N = 2, 3  # X/Y的尺寸
n = 3        # 函数数量

# 生成示例输入数组
X = np.random.rand(M, N)
Y = np.random.rand(M, N)

# 生成函数索引数组，形状为(n,)
i_arr = np.arange(n)

# 利用广播批量计算所有函数结果
# X[None,...] 将X扩展为(1, M, N)，i_arr[:,None,None]扩展为(n, 1, 1)，自动广播匹配维度
Z = X[None, ...] * Y[None, ...] ** i_arr[:, None, None]

# Z的形状为(n, M, N)，如果需要和原代码concatenate后的一维结构一致，可执行：
# Z_flatten = Z.flatten()

二、任意无统一表达式的函数 #

如果函数之间没有统一公式，可通过并行工具批量映射避免显式循环，示例如下：

import numpy as np
from multiprocessing import Pool

# 定义任意函数列表
F = [
    lambda x, y: x + y,
    lambda x, y: x - y,
    lambda x, y: x * y
]

# 生成示例输入数组
X = np.random.rand(2, 3)
Y = np.random.rand(2, 3)

# 定义批量执行的辅助函数
def apply_func(f):
    return f(X, Y)

# 用进程池批量处理函数列表
with Pool() as pool:
    results = pool.map(apply_func, F)

# 拼接结果
Z = np.concatenate(results)

三、你提到的np.fromfunction实现思路 #

对于可通过坐标索引表达的函数（如你的示例），可以用np.fromfunction生成结果：

import numpy as np

M, N = 2, 3
n = 3
X = np.random.rand(M, N)
Y = np.random.rand(M, N)

# 定义接收索引参数的函数
def calc_func(i, x_idx, y_idx):
    return X[x_idx, y_idx] * (Y[x_idx, y_idx] ** i)

# 生成形状为(n, M, N)的结果数组
Z = np.fromfunction(calc_func, (n, M, N), dtype=int)

np.fromfunction会自动生成多维索引数组并传入函数，利用广播完成计算，无显式循环。

内容的提问来源于stack exchange，提问作者UserA