调用np.log10处理函数生成列表元素时触发TypeError报错

代码里有两处写法错误，直接触发了类型报错：

• dlArr定义错误：你写的(dl(z,rz) for z, rz in zip(zArr, rzArr))用圆括号包裹推导式，得到的是惰性求值的生成器对象，不是实际计算完成的数值序列；你还在生成器外套了一层方括号，最终dlArr是一个仅包含1个生成器元素的列表，根本没有存任何计算好的距离值。
• 遍历逻辑错误：构造mthArr时你给dlArr套了无意义的zip()，最终传入mth函数的dlv参数是前面的生成器对象，numpy的np.log10是针对数值类型的通用函数，无法处理没有对应计算方法的生成器，直接抛出类型错误。

报错原文：TypeError: loop of ufunc does not support argument 0 of type generator which has no callable log10 method

直接修正两处错误即可，优先用numpy向量化计算，比Python层循环效率高很多：

import numpy as np

# 注：zArr、rzArr为你预先定义的红移、距离原始序列
def dl(z, rz):
    return (1 + z) * rz

# 修正1：不要存生成器，直接计算得到数值数组
# 如果zArr、rzArr是普通列表，用下面这行
dlArr = np.array([dl(z, rz) for z, rz in zip(zArr, rzArr)])
# 如果zArr、rzArr本身就是numpy数组，直接用广播计算，不用写循环，速度更快
# dlArr = (1 + zArr) * rzArr

def mth(dlv):
    return 5 * np.log10(dlv) + 24

# 修正2：去掉无意义的zip和多余的列表推导，numpy支持直接对数组做批量计算
mthArr = mth(dlArr)

• 推导式用方括号[]包裹才会立刻执行得到列表，用圆括号()包裹得到的是惰性生成器，不会立刻计算值，numpy数值计算函数无法直接处理生成器，需要先转成列表或numpy数组。
• zip()仅用于将多个等长可迭代对象按位置打包为元组序列，不要给单个可迭代对象随便套zip()，否则只会得到单元素元组序列，拿不到你需要的原始数值。
• numpy原生支持批量向量化计算，只要传入的是同类型数值数组，不需要写循环逐元素调用函数，代码更简洁、运行速度更快。

内容的提问来源于stack exchange，提问作者cosmo123