Python+numpy场景下，为何函数内for循环无法正常返回全部数组，外部相同循环却正常？

结果不符合预期是代码缩进位置错误导致的，和numpy运算逻辑无关：
你编写的函数中，return b 被写在了for循环的内部缩进块里，实际执行流程是：

• 初始化空列表b
• 启动循环，第一次取出索引数组的第一行x，将计算结果追加到b中
• 执行到循环块内的return b，函数直接终止运行，把当前仅存1个元素的b返回，剩余4行索引根本没有进入后续循环流程，最终自然只得到包含1个数组的列表。

只需将return b的缩进退回到和for循环平级的位置，等所有索引行遍历完成、全部计算结果追加到列表后再执行返回：
修复后的函数代码：

def find_neighbors(idc):
    b = []
    for x in idc:
        b.append(np.add(x,a_template))
    # return与for循环对齐，放在循环外
    return b

修改完成后运行，得到的a2会和你最初手写循环生成的a1内容完全一致。

小提示：编写可复用函数时，最好把函数依赖的邻接模板数组也作为参数传入，不要直接依赖全局作用域的a_template，后续替换不同的邻接规则时不需要修改函数内部代码，复用性会更强，例如可以把函数定义调整为：

def find_neighbors(idc, neighbor_template):
    b = []
    for x in idc:
        b.append(np.add(x, neighbor_template))
    return b

调用时直接传入对应的模板数组即可。

考虑到后续需要处理规模更大、行数不固定的索引数组，完全可以跳过Python层面的逐行for循环，利用numpy原生的广播机制实现相同计算，执行效率会远高于纯Python循环：

# 将形状为(N,2)的idc调整为(N,1,2)的三维结构
# 与形状为(9,2)的neighbor_template相加时会自动触发广播：
# 最终得到形状为(N,9,2)的结果，每个切片对应原循环中追加的单个9x2数组
neighbor_result = idc.reshape(-1, 1, 2) + neighbor_template

# 如果需要和原格式保持一致（返回包含N个9x2数组的列表），可直接拆分三维数组
a2 = list(neighbor_result)

这种写法的所有计算都在numpy的底层C层完成，处理大尺寸数组时的速度优势会非常明显。

内容的提问来源于stack exchange，提问作者moooh