Используя Numpy Векторизуют на Функциях тот Возврат Векторы

numpy.vectorize берет функцию f:a-> b и превращает его в g:a []-> b [].

Это хорошо работает когда a и b скаляры, но я не могу думать о причине, почему она не работала бы с b как ndarray или список, т.е. f:a-> b [] и g:a []-> b [] []

Например:

import numpy as np
def f(x):
    return x * np.array([1,1,1,1,1], dtype=np.float32)
g = np.vectorize(f, otypes=[np.ndarray])
a = np.arange(4)
print(g(a))

Это уступает:

array([[ 0.  0.  0.  0.  0.],
       [ 1.  1.  1.  1.  1.],
       [ 2.  2.  2.  2.  2.],
       [ 3.  3.  3.  3.  3.]], dtype=object)

Хорошо, так, чтобы дает правильные значения, но несправедливость dtype. И еще хуже:

g(a).shape

урожаи:

(4,)

Таким образом, этот массив в значительной степени бесполезен. Я знаю, что могу преобразовать его делающий:

np.array(map(list, a), dtype=np.float32)

чтобы дать мне, что я хочу:

array([[ 0.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 2.,  2.,  2.,  2.,  2.],
       [ 3.,  3.,  3.,  3.,  3.]], dtype=float32)

но это ни эффективно, ни pythonic. Может какой-либо из Вас, парни находят более чистый способ сделать это?

Заранее спасибо!