numpy.prod

numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<class numpy._globals._NoValue>)

返回给定轴上的数组元素的乘积。

参数：

a：array_like

输入数据。

axis：无或int或tuple ints，可选

执行产品的轴或轴。默认值axis = None将计算输入数组中所有元素的乘积。如果轴为负，则从最后一个轴计数到第一个轴。

版本1.7.0中的新功能。

如果axis是ints的元组，那么将对元组中指定的所有轴执行乘积，而不是像以前一样对单个轴或所有轴执行乘积。

dtype：dtype，可选

返回的数组的类型，以及与元素相乘的累加器的类型。除非a具有精度低于默认平台整数的整数dtype，因此默认使用a的dtype。在这种情况下，如果a被签名，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。

out：ndarray，可选

用于放置结果的替代输出数组。它必须具有与预期输出相同的形状，但如果必要，将输出输出值的类型。

keepdims：bool，可选

如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将根据输入数组正确地广播。

如果传递默认值，则keepdims将不会传递到ndarray的子类的prod方法，默认值为。如果子类sum方法不实现keepdims，则会引发任何异常。

返回：

product_along_axis：ndarray，请参阅上面的dtype参数。

形状为a但删除指定轴的数组。如果指定，返回out的引用。

也可以看看

ndarray.prod

等效法

numpy.doc.ufuncs

节“输出参数”

笔记

当使用整数类型时，算术是模块化的，并且在溢出时不产生错误。这意味着，在32位平台上：

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

空数组的乘积是中性元素1：

>>> np.prod([])
1.0

例子

默认情况下，计算所有元素的乘积：

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

即使输入数组是二维的：

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

但是我们也可以指定要乘以的轴：

>>> np.prod([[1.,2.],[3.,4.]], axis=1)
array([  2.,  12.])

如果x的类型为无符号，则输出类型为无符号平台整数：

>>> 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 == np.int
True