numpy.prod¶
-
numpy.
prod
(a, axis=None, dtype=None, out=None, keepdims=<class numpy._globals._NoValue>)[source]¶ 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
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