如何通过for循环将多次计算的mU值存入数组而非仅保留最终标量？

现有如下Python代码，用于计算不同温度T对应的mU值，目前在循环内可以打印每个T对应的mU，但循环外仅能获取最后一次循环的结果，希望将所有mU值存入数组中：

import numpy as np
import matplotlib.pyplot as plt
import scipy

c=299792458 #speed of light in nanometers per second
h=6.62607015e-34 #plank's constant in m^2 kg per s
kB=1.380649e-23 #Boltzmann's constant in m^2 kg per s^2 K
π=np.pi
    
def F(λ,n):
    return ((2*π*h*c**2)/λ**5)*(1/(np.exp((h*c)/(λ*kB*n))-1))

def integrand0(λ):
        return F(λ,10800)

T=np.linspace(3000,12000,46)

import scipy.integrate as integrate  

for n in T:
    def integrand(λ):
        return F(λ,n)
    mU=-2.5*(np.log10(integrate.quad(integrand,325e-9,395e-9))-np.log10(integrate.quad(integrand0,325e-9,395e-9)))
    print('T=',n,'mU=',mU[0])
    

print(mU[0])

解决方法 #

核心逻辑是提前初始化一个容器（列表或numpy数组），每次循环计算出mU值后，将其存入容器中。同时可以优化重复计算的部分提升效率，修改后的代码如下：

import numpy as np
import matplotlib.pyplot as plt
import scipy
import scipy.integrate as integrate  

c=299792458 #speed of light in nanometers per second
h=6.62607015e-34 #plank's constant in m^2 kg per s
kB=1.380649e-23 #Boltzmann's constant in m^2 kg per s^2 K
π=np.pi
    
def F(λ,n):
    return ((2*π*h*c**2)/λ**5)*(1/(np.exp((h*c)/(λ*kB*n))-1))

def integrand0(λ):
        return F(λ,10800)

T=np.linspace(3000,12000,46)

# 初始化空列表存储所有mU结果
mU_results = []

# 预计算integrand0的积分值，避免循环内重复计算
integral_0 = integrate.quad(integrand0, 325e-9, 395e-9)[0]

for n in T:
    def integrand(λ):
        return F(λ,n)
    integral_n = integrate.quad(integrand, 325e-9, 395e-9)[0]
    # 直接计算标量mU，避免后续索引操作
    mU = -2.5 * (np.log10(integral_n) - np.log10(integral_0))
    print('T=',n,'mU=',mU)
    # 将当前结果存入列表
    mU_results.append(mU)

# 可选：将列表转换为numpy数组，方便后续数值操作
mU_array = np.array(mU_results)

# 循环外可直接调用所有结果
print("所有mU值数组：", mU_array)

优化说明 #

• 提前计算integrand0的积分结果，减少循环内的重复计算，大幅提升代码运行速度
• 直接提取integrate.quad返回的第一个元素（积分标量值），简化后续计算逻辑
• 用列表存储结果，循环结束后可按需转换为numpy数组，适配不同场景需求

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