第一个

是的，当然有。

x = numpy.arange(1, 100)
y = 20 * numpy.log10(x)

Numpy有很多内置的数组运算符，比如log10。如果它没有在Numpy的文档中列出，并且你不能通过组合内置的方法来生成它，那么就没有简单的方法来高效地完成它。你可以实现一个C级函数来处理Numpy数组，然后编译它，但是这比一两行Python代码要多得多。
对于您的情况，您几乎已经有了正确的输出：

y = 20*numpy.log10(x)

您可能需要查看Numpy文档。这是一个很好的起点：
http://docs.scipy.org/doc/numpy/reference/routines.html
而具体与你的问题相关的是：
http://docs.scipy.org/doc/numpy/reference/routines.math.html

如果你不想做任何复杂的事情，如果我没弄错的话，原始代码也可以用这种方式实现，而不需要使用numpy。

>>> import math
>>> x = range(1, 101)
>>> y = [ 20 * math.log10(z) for z in x ]

除了使用numpy标准矢量化函数执行矢量化操作外，您还可以使用numpy.vectorize创建自定义矢量化函数。以下是一个示例：

>>> def myfunc(a, b):
    ...     "Return a-b if a>b, otherwise return a+b"
    ...     if a > b:
    ...         return a - b
    ...     else:
    ...         return a + b
    >>>
    >>> vfunc = np.vectorize(myfunc)
    >>> vfunc([1, 2, 3, 4], 2)
    array([3, 4, 1, 2])

正如文档中提到的，与numpy的标准矢量化函数不同，这不会提高性能