numpy.prod

numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

返回给定轴上数组元素的乘积.

参数:

aarray_like

输入数据.

轴None 或 int 或 int 元组,可选

执行乘积运算的轴或多个轴.默认值 axis=None 将计算输入数组中所有元素的乘积.如果 axis 为负数,则它从最后一个轴计数到第一个轴.

如果 axis 是一个整数元组,则在元组中指定的所有轴上执行乘积运算,而不是像之前那样在单个轴或所有轴上执行.

dtypedtype,可选

返回的数组的类型,以及元素相乘的累加器的类型.默认情况下使用 a 的 dtype,除非 a 具有比默认平台整数精度低的整数 dtype.在这种情况下,如果 a 是有符号的,则使用平台整数,而如果 a 是无符号的,则使用与平台整数相同精度的无符号整数.

outndarray,可选

用于放置结果的可选输出数组.它必须具有与预期输出相同的形状,但必要时将强制转换输出值的类型.

keepdimsbool,可选

如果设置为 True,则缩小的轴将保留在结果中,作为大小为 1 的维度.使用此选项,结果将针对输入数组正确广播.

如果传递了默认值,则不会将 keepdims 传递给 ndarray 子类的 prod 方法,但是任何非默认值都会传递.如果子类的方法未实现 keepdims ,则会引发任何异常.

initial标量,可选

此乘积的起始值.有关详细信息,请参见 reduce .

其中array_like of bool,可选

要包含在乘积中的元素.有关详细信息,请参见 reduce .

返回:

product_along_axis : ndarray, 请参阅上面的 dtype 参数.ndarray, 参见

一个形状与 a 相同但移除了指定轴的数组.如果指定了 out ,则返回对 out 的引用.

参见

ndarray.prod

等效方法

输出类型确定

注释

使用整数类型时,算术是模运算,并且不会在溢出时引发错误.这意味着,在 32 位平台上:

>>> x = np.array([536870910, 536870910, 536870910, 536870910])
>>> np.prod(x)
16 # may vary

一个空数组的乘积是中性元素 1:

>>> np.prod([])
1.0

示例

Try it in your browser!

默认情况下,计算所有元素的乘积:

>>> import numpy as np
>>> np.prod([1.,2.])
2.0

即使输入数组是二维的:

>>> a = np.array([[1., 2.], [3., 4.]])
>>> np.prod(a)
24.0

但是我们也可以指定要乘以的轴:

>>> np.prod(a, axis=1)
array([  2.,  12.])
>>> np.prod(a, axis=0)
array([3., 8.])

或选择要包含的特定元素:

>>> np.prod([1., np.nan, 3.], where=[True, False, True])
3.0

如果 x 的类型是无符号的,则输出类型是无符号平台整数:

>>> x = np.array([1, 2, 3], dtype=np.uint8)
>>> np.prod(x).dtype == np.uint
True

如果 x 是有符号整数类型,则输出类型是默认平台整数:

>>> x = np.array([1, 2, 3], dtype=np.int8)
>>> np.prod(x).dtype == int
True

您还可以从一个非一的值开始乘积:

>>> np.prod([1, 2], initial=5)
10

Go BackOpen In Tab