numpy.prod#
- numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[source]#
返回给定轴上数组元素的乘积。
- 参数::
- aarray_like
输入数据。
- axisNone 或 int 或 int 元组,可选
执行乘积的轴或轴。默认值为 axis=None,将计算输入数组中所有元素的乘积。如果 axis 为负数,则从最后一个轴到第一个轴进行计数。
1.7.0 版中的新内容。
如果 axis 是 int 元组,则将在元组中指定的轴上执行乘积,而不是像以前一样在一个轴或所有轴上执行。
- dtypedtype,可选
返回数组的类型,以及元素相乘的累加器类型。默认情况下使用 a 的 dtype,除非 a 的整数 dtype 比默认平台整数的精度低。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,则使用与平台整数精度相同的无符号整数。
- outndarray,可选
放置结果的备用输出数组。它必须具有与预期输出相同的形状,但如果需要,输出值的类型将被强制转换。
- keepdimsbool,可选
如果将其设置为 True,则被缩减的轴将作为大小为 1 的维度保留在结果中。使用此选项,结果将与输入数组正确广播。
如果传递默认值,则不会将 keepdims 传递给
prod
的ndarray
子类的子类方法,但任何非默认值将被传递。如果子类方法没有实现 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,请参阅
reduce
。1.15.0 版中的新内容。
- wherebool 型 array_like,可选
要包含在乘积中的元素。有关详细信息,请参阅
reduce
。1.17.0 版中的新内容。
- 返回值::
- product_along_axisndarray,参见上面的
dtype
参数。 一个形状与 a 相同但消除了指定轴的数组。如果指定,则返回对 out 的引用。
- product_along_axisndarray,参见上面的
参见
ndarray.prod
等效方法
- 输出类型确定
注释
使用整数类型时,算术运算为模运算,并且在溢出时不会引发错误。这意味着在 32 位平台上
>>> x = np.array([536870910, 536870910, 536870910, 536870910]) >>> np.prod(x) 16 # may vary
空数组的乘积为中性元素 1
>>> np.prod([]) 1.0
示例
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
但我们也可以指定要相乘的轴
>>> 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的平台整数
>>> 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
您也可以从一个以外的值开始乘积
>>> np.prod([1, 2], initial=5) 10