如何不使用循环，通过numpy相关函数将两个不等长一维数组生成的二维结果以表格形式展示？

嗨，这个问题我太熟悉啦！你想要替代嵌套循环，用numpy的向量化操作来生成x和y的笛卡尔积并计算z=x+y，完全可以做到，而且代码更简洁高效——尤其是当数组规模到100左右时，numpy的底层C实现会比Python循环快不少。

这里给你两种常用的方案，都能得到和你循环代码一模一样的结果：

方法一：用np.meshgrid生成网格后展平 #

meshgrid可以帮你快速生成二维网格，再通过展平操作就能得到所有x和y的组合：

import numpy as np
import pandas as pd

x = np.array([1, 2])
y = np.array([3, 4, 5])

# 生成网格，indexing='ij'确保x按行遍历、y按列遍历（符合你要的顺序）
x_grid, y_grid = np.meshgrid(x, y, indexing='ij')
# 把二维网格展平成一维数组
x_flat = x_grid.flatten()
y_flat = y_grid.flatten()
# 向量化计算z
z_flat = x_flat + y_flat

# 构建DataFrame输出
df = pd.DataFrame({'x': x_flat, 'y': y_flat, 'z': z_flat})
print(df)

这里的indexing='ij'很关键，如果不加的话，默认的'xy'会让x和y的遍历顺序反过来，就不符合你想要的结果啦。

方法二：用np.repeat和np.tile直接生成重复数组 #

这种方法更直观，手动控制x和y的重复/平铺逻辑：

import numpy as np
import pandas as pd

x = np.array([1, 2])
y = np.array([3, 4, 5])

# 把x中的每个元素重复len(y)次 → [1,1,1,2,2,2]
x_repeated = np.repeat(x, len(y))
# 把y整体重复len(x)次 → [3,4,5,3,4,5]
y_tiled = np.tile(y, len(x))
# 向量化计算z
z = x_repeated + y_tiled

# 构建DataFrame输出
df = pd.DataFrame({'x': x_repeated, 'y': y_tiled, 'z': z})
print(df)

这种方式逻辑清晰，你能一眼看明白x和y是怎么对应起来的，非常适合新手理解。

两种方法都是纯向量化操作，没有显式循环，当你的x和y长度到100时，运行效率会比嵌套循环高出一大截，而且完全兼容numpy数组，刚好符合你之后的需求~

备注：内容来源于stack exchange，提问作者Schat17