np.vectorize给我IndexError：标量变量的无效索引

尝试一些简单但令人沮丧的无效方法：

def myfunc(a,b):
  return a+b[0]

v = np.vectorize(myfunc, exclude=['b'])

a = np.array([1,2,3])
b = [0]

v(a,b)

这给我“ IndexError：标量变量的无效索引。” 在打印b时，该函数接收的b始终为0，而​​不是[0]。我可以指定哪些参数应被向量化，哪些参数应保持不变？

当您使用excluded=['b']的关键字参数b被排除在外。因此，你必须调用v与关键字参数，例如v(a=a, b=b)代替v(a, b)。

如果您希望v使用排除第二个位置参数的位置参数调用，请使用

v = np.vectorize(myfunc)
v.excluded.add(1)

例如，

import numpy as np

def myfunc(a, b):
    return a+b[0]

a = np.array([1,2,3])
b = [0, 1]

v = np.vectorize(myfunc, excluded=['b'])
print(v(a=a, b=b))
# [1 2 3]

v = np.vectorize(myfunc)
v.excluded.add(1)
print(v(a, b))
# [1 2 3]