我有以下已矢量化的函数，因此对于输入数组 t 中的每个元素，输出一个数组：
@np.vectorize
def Ham(t):
d=np.array([[np.cos(t),np.sqrt(t)],[0,1]],dtype=np.complex128)
return d
我收到一个错误：TypeError: only length-1 arrays can be converted to Python scalars。我相信当与 numpy 和 python 发生冲突时会发生此错误，但我看不出那会在哪里。另外，如果没有给出 dtype，错误是ValueError: setting an array element with a sequence.我猜你不能在 python 的数组中分配数组，但我还能怎么做呢？
问题是np.cos(t)并np.sqrt(t)生成长度为 的数组t，而第二行 ( [0,1]) 保持相同的大小。要np.vectorize与您的函数一起使用，您必须定义输出类型，并且除了最简单的情况外，实际上并不意味着作为装饰器。但是，通过这种方式，您可以生成具有正确类型的函数：np.vectorize
def Ham(t):
d=np.array([[np.cos(t),np.sqrt(t)],[0,1]],dtype=np.complex128)
return d
HamVec = np.vectorize(Ham, otypes=[np.ndarray])
现在您可以HamVec用作函数：
>>> x=np.array([1,2,3])
>>> HamVec(x)
array([ array([[ 0.54030231+0.j, 1.00000000+0.j],
[ 0.00000000+0.j, 1.00000000+0.j]]),
array([[-0.41614684+0.j, 1.41421356+0.j],
[ 0.00000000+0.j, 1.00000000+0.j]]),
array([[-0.98999250+0.j, 1.73205081+0.j],
[ 0.00000000+0.j, 1.00000000+0.j]])], dtype=object)
笔记：
np.vectorize 编辑：作为后续问题的答案：矩阵的结果值是类型numpy.complex128：
>>> y = HamVec(x)
>>> type(y[0][0][0])
<type 'numpy.complex128'>
例如，您可以这样做：
>>> y*np.complex('3+2j')
array([ array([[ 1.62090692+1.08060461j, 3.00000000+2.j ],
[ 0.00000000+0.j , 3.00000000+2.j ]]),
array([[-1.24844051-0.83229367j, 4.24264069+2.82842712j],
[ 0.00000000+0.j , 3.00000000+2.j ]]),
array([[-2.96997749-1.97998499j, 5.19615242+3.46410162j],
[ 0.00000000+0.j , 3.00000000+2.j ]])], dtype=object)