嘿，我来帮你搞定这两个NumPy的问题，一步步说清楚～

NumPy提供了好几种灵活的方式来做向量化的幂运算，完全不用你手动循环数组：

• 用np.power()函数：这是最通用的幂运算工具，支持底数和指数都是数组（还能利用广播机制）。比如：

  import numpy as np
  arr = np.array([1, 2, 3, 4])
  
  # 数组每个元素平方
  squared = np.power(arr, 2)  # 输出: [1, 4, 9, 16]
  
  # 以2为底，数组元素为指数
  power_of_2 = np.power(2, arr)  # 输出: [2, 4, 8, 16]
  

• 用**运算符：和Python原生的幂运算符用法一致，对NumPy数组天然支持向量化，写起来更简洁：

  cubed = arr ** 3  # 输出: [1, 8, 27, 64]
  power_of_10 = 10 ** arr  # 输出: [10, 100, 1000, 10000]
  

• 用特定底数的指数函数：如果是自然指数（e的幂），直接用np.exp()就好：

  natural_exp = np.exp(arr)  # 计算e^1, e^2, e^3, e^4
  

先纠正一个小误解：NumPy其实是有np.exp2()和np.exp10()的！ 这两个函数就是对应log2和log10的逆运算，专门用来计算2的幂和10的幂，比如：

nums = np.array([-1, 0, 1, 2])
print(np.exp2(nums))  # 输出: [0.5, 1., 2., 4.]
print(np.exp10(nums)) # 输出: [0.1, 1., 10., 100.]

至于你说的np.power(10, nums)和10 ** nums无法处理负幂，这应该是哪里出了小问题——正常情况下这两种方式完全支持负幂运算，比如：

nums = np.array([-2, -1, 0, 1])
print(np.power(10, nums))  # 输出: [0.01, 0.1, 1., 10.]
print(10 ** nums)          # 和上面结果完全一致

如果你的代码出问题，可能是这几个原因：

• 你的数组nums是整数类型，但负幂运算会返回浮点数，NumPy会自动转换类型，这不是错误，是正常行为；
• 你使用的NumPy版本太旧？建议升级到最新稳定版试试；
• 数组里混入了非数值类型的元素？检查一下数组的dtype确认。

总的来说，不管是用专门的exp2/exp10，还是通用的np.power/**，都能轻松处理各种幂运算，包括负幂～

内容的提问来源于stack exchange，提问作者James Ko