如何让numpy.exp既能处理标量，又能处理数组？

NumPy的exp函数是用于计算给定数组中元素的指数值的函数。它既可以处理标量（单个数值），也可以处理数组。

要让numpy.exp既能处理标量又能处理数组，可以使用numpy.vectorize函数。这个函数可以将一个接受标量输入的函数转化为能够处理数组的函数。

具体步骤如下：

1. 导入numpy库：

import numpy as np

1. 创建一个自定义函数来处理指数计算，例如：

def custom_exp(x):
    return np.exp(x)

1. 使用numpy.vectorize函数对自定义函数进行向量化处理：

vectorized_exp = np.vectorize(custom_exp)

1. 调用向量化处理后的函数，即可对标量或数组进行指数计算：

scalar_result = vectorized_exp(2.0)  # 处理标量
array_result = vectorized_exp([1.0, 2.0, 3.0])  # 处理数组

这样，我们就实现了既能处理标量又能处理数组的功能。

关于numpy.exp函数的更多信息，你可以参考腾讯云相关产品中的NumPy文档： NumPy | 腾讯云