如何将NumPy数组元素传入sim_projectile函数批量获取抛射体位置输出？

嘿，这个需求其实挺典型的，我给你整理了几种实用的解决办法，你可以根据自己的场景选：

这是最容易理解的方式，遍历angle_array里的每个角度，逐个调用函数并收集结果：

import numpy as np

# 先模拟你的函数实现（方便测试）
def sim_projectile(time_array, m, c, v0, theta0d):
    theta0 = np.deg2rad(theta0d)
    v0x = v0 * np.cos(theta0)
    v0y = v0 * np.sin(theta0)
    # 这里省略了空气阻力的计算，你可以替换成自己的逻辑
    position_x = v0x * time_array
    position_y = v0y * time_array - 0.5 * 9.8 * time_array**2
    return position_x, position_y

# 假设这些变量已经定义好
time_array = np.linspace(0, 10, 100)
m = 1.0
c = 0.1
v0 = 20.0
angle_array = np.arange(20, 61, 1)

# 初始化列表来存储所有结果
all_pos_x = []
all_pos_y = []

# 遍历每个角度
for theta in angle_array:
    x, y = sim_projectile(time_array, m, c, v0, theta)
    all_pos_x.append(x)
    all_pos_y.append(y)

# 转换成numpy数组方便后续分析（可选）
all_pos_x = np.array(all_pos_x)
all_pos_y = np.array(all_pos_y)

最终all_pos_x和all_pos_y的形状是(41, 100)——对应41个角度，每个角度下100个时间点的位置数据。

如果觉得循环太啰嗦，可以用列表推导式压缩代码，效果和循环完全一致：

# 用列表推导式一次性生成所有(x,y)对，再拆分
all_pos_x, all_pos_y = zip(*[sim_projectile(time_array, m, c, v0, theta) for theta in angle_array])

# 转成numpy数组
all_pos_x = np.array(all_pos_x)
all_pos_y = np.array(all_pos_y)

这里的zip(*...)会把每个函数返回的(x,y)元组拆分成两个独立的元组，刚好对应所有x和y的结果。

如果你想让函数看起来像原生支持数组输入，可以用np.vectorize包装一下它。注意这本质还是循环，但写法更贴近numpy的风格：

# 用signature指定输入输出的形状，确保vectorize能正确处理
vec_projectile = np.vectorize(
    sim_projectile,
    signature='(n),(),(),(),()->(n),(n)'
)

# 直接传入整个angle_array，无需循环
all_pos_x, all_pos_y = vec_projectile(time_array, m, c, v0, angle_array)

signature参数的意思是：输入是一个长度为n的数组(time_array)、三个标量(m,c,v0)、一个标量(theta0d)；输出是两个长度为n的数组。这样包装后，函数就能直接接受angle_array作为输入了。

如果允许修改原函数，那直接让它支持数组输入是最高效的方式——利用numpy的广播机制，避免循环，速度会快很多：

def sim_projectile_vectorized(time_array, m, c, v0, theta0d):
    theta0 = np.deg2rad(theta0d)
    # 给theta0增加一个维度，让它能和time_array广播
    v0x = v0 * np.cos(theta0)[:, np.newaxis]
    v0y = v0 * np.sin(theta0)[:, np.newaxis]
    
    # 利用广播直接计算所有角度的位置
    position_x = v0x * time_array
    position_y = v0y * time_array - 0.5 * 9.8 * time_array**2
    return position_x, position_y

# 直接传入angle_array，一步到位
all_pos_x, all_pos_y = sim_projectile_vectorized(time_array, m, c, v0, angle_array)

这里的[:, np.newaxis]把theta0从形状(41,)变成(41,1)，这样和形状(100,)的time_array运算时，numpy会自动把它们广播成(41,100)的数组，一次性算出所有角度的结果，效率拉满。

内容的提问来源于stack exchange，提问作者Human Error