Lambda函数与NumPy数组结合时常量未生成对应长度数组的异常问题咨询

你遇到的问题核心在于numpy数组的创建规则和广播机制，让我一步步拆解清楚：

为什么会返回[1, array([...])]？ #

当你用np.array([1, np.cos(x)+0.02*x])创建数组时：

• 1是一个Python标量，而np.cos(x)+0.02*x是一个和x同形状的numpy数组
• numpy无法自动将标量1扩展为和右侧数组同形状的数组，因此它会创建一个object类型的数组：第一个元素是标量1，第二个元素是你的导数数组。这就导致你解包时得到的x_1是单个标量，而不是全1的数组。

对比你的function函数：lambda x: np.array([x, np.sin(x)+0.01*x**2])，这里第一个元素x本身就是numpy数组，和第二个元素形状完全一致，所以numpy会创建一个二维数组，解包时自然能得到两个同形状的数组。

如何修复？ #

只需要把标量1替换成和x同形状的全1数组即可，用np.ones_like(x)就能轻松实现：

function_der_1 = lambda x: np.array([np.ones_like(x), np.cos(x) + 0.02 * x])

这样当你传入x = np.array([1,3,4])时，返回的就是两个同形状的数组，解包后x_1是全1数组，y_1是对应的导数值数组，完全符合你的预期。

验证示例效果 #

当输入x = np.array([1,3,4])时：

• np.ones_like(x)会生成array([1., 1., 1.])
• np.cos(x)+0.02*x计算后是array([0.56030231, -0.9299925 , -0.57364362])
• 最终返回的数组是：

  array([[1.        , 1.        , 1.        ],
         [0.56030231, -0.9299925 , -0.57364362]])
  

  解包后就能得到你想要的两个独立数组。

另外，也可以用更灵活的写法替代，比如直接返回列表（让numpy自动处理形状对齐）：

function_der_1 = lambda x: [np.ones_like(x), np.cos(x) + 0.02 * x]

内容的提问来源于stack exchange，提问作者justuswolff