Julia中能否通过迭代将多个不同函数存入同一个矩阵？

核心结论 #

Julia完全支持将函数作为元素存入矩阵，你的需求可以实现，原有代码的问题是函数赋值语法不符合规范。

错误原因说明 #

你原有写法B[i_a,i_d](x) = x^a+d*x的语义是「为已存在的B[i_a,i_d]函数对象添加新的方法」，但你初始化的矩阵元素是未定义状态，不存在对应的函数对象，因此语法不成立。正确做法是直接将构造好的匿名函数赋值给矩阵对应位置。

可直接运行的修正代码 #

# 初始化元素类型为Function的2×2矩阵
B = Array{Function}(undef, 2, 2)
agrid = 1:2
dgrid = 1:2

for (i_a, a) in enumerate(agrid)
    for (i_d, d) in enumerate(dgrid)
        # 用let块固定当前迭代的a、d值，兼容所有Julia版本，避免闭包捕获坑
        let a = a, d = d
            B[i_a, i_d] = x -> x^a + d*x
        end
    end
end

效果验证 #

你可以通过以下调用验证结果是否符合预期：

# 代入x=2测试
B[1,1](2) # 对应x^1+1*x，返回4
B[1,2](2) # 对应x^1+2*x，返回6
B[2,1](2) # 对应x^2+1*x，返回6
B[2,2](2) # 对应x^2+2*x，返回8

更简洁的Julia风格实现 #

用矩阵推导式可以一行完成构造，代码更易读，且天然避免循环变量捕获问题：

agrid = 1:2
dgrid = 1:2
B = [x -> x^a + d*x for a in agrid, d in dgrid]

场景适配建议 #

你提到的批量求解多组m、n方程的场景非常适合用函数矩阵实现，后续遍历矩阵每个元素传入求解器即可批量完成计算，不需要单独处理每一组a、d组合。如果你的求解逻辑有更高性能要求，也可以考虑将a、d作为参数直接传入求解函数，两种实现方式可以根据后续业务逻辑灵活选择。

内容的提问来源于stack exchange，提问作者Chang