如何向Python math模块函数传入向量？报错问题排查与解决

现有代码：

import numpy as np
import math

给定函数列表 [lambda x: x ** 2, lambda x: x - 5, math.sin, math.cos]，以及 x = np.linspace(-10, 10, 20)，需要计算列表中每个函数在x上的y值。

尝试的代码：

def exe_function(x, funcs):
    y = []
    for func in funcs:
        y.append(func(x))
    return np.array(y)

预期返回一个行数为len(funcs)、列数为len(x)的numpy数组。

仅运行前两个函数时正常，但调用math.sin和math.cos时报错：

TypeError: only size-1 arrays can be converted to Python scalars

请问报错原因是什么？如何解决？（要求必须使用math模块的函数，不能替换）

报错原因 #

math模块的sin、cos函数仅支持单个标量数值作为输入，而你传入的x是长度为20的numpy数组，这类函数无法直接处理数组类型参数，因此抛出类型错误。

前两个lambda函数能正常运行，是因为numpy数组对**、-等运算符做了重载，支持向量化批量运算，可直接对整个数组执行计算。

解决方法 #

在不替换math模块函数的前提下，有两种常用方式处理numpy数组：

方法一：用np.vectorize包装math函数 #

np.vectorize可将仅支持标量的函数转换为支持数组输入的向量化函数，修改后的代码如下：

import numpy as np
import math

def exe_function(x, funcs):
    y = []
    for func in funcs:
        if func in (math.sin, math.cos):
            vec_func = np.vectorize(func)
            y.append(vec_func(x))
        else:
            y.append(func(x))
    return np.array(y)

# 测试
x = np.linspace(-10, 10, 20)
funcs = [lambda x: x ** 2, lambda x: x - 5, math.sin, math.cos]
result = exe_function(x, funcs)
print(result.shape)  # 输出 (4, 20)，符合预期

方法二：手动遍历数组元素 #

通过循环逐个处理数组中的每个x值，再将结果组合为数组：

import numpy as np
import math

def exe_function(x, funcs):
    y = []
    for func in funcs:
        if func in (math.sin, math.cos):
            res = [func(val) for val in x]
            y.append(np.array(res))
        else:
            y.append(func(x))
    return np.array(y)

# 测试
x = np.linspace(-10, 10, 20)
funcs = [lambda x: x ** 2, lambda x: x - 5, math.sin, math.cos]
result = exe_function(x, funcs)
print(result.shape)  # 输出 (4, 20)，符合预期

注意：np.vectorize本质是循环包装器，性能和手动遍历相近，适合小规模数据处理；若处理大规模数据，numpy原生的np.sin、np.cos效率更高，但本次要求必须使用math模块函数，以上两种方法均满足需求。

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