numpy.prod #

麻木的。prod ( a , axis=None , dtype=None , out=None , keepdims=<无值> , initial=<无值> , where=<无值> ) [来源] #

返回给定轴上数组元素的乘积。

参数：

类似数组

输入数据。

axis无或整数或整数元组，可选

产品执行所沿的一个或多个轴。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，则从最后一个轴计数到第一个轴。

1.7.0 版本中的新增内容。

如果 axis 是整数元组，则对元组中指定的所有轴执行乘积，而不是像以前那样对单个轴或所有轴执行乘积。

数据类型数据类型，可选

返回数组的类型，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的整数 dtype 的精度低于默认平台整数。在这种情况下，如果a有符号，则使用平台整数，而如果a无符号，则使用与平台整数精度相同的无符号整数。

输出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，但如果需要，将转换输出值的类型。

keepdims布尔值，可选

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

如果传递默认值，则keepdims将不会传递到prod的子类的方法 ndarray，但任何非默认值都会传递。如果子类的方法没有实现keepdims，则会引发任何异常。

初始标量，可选

该产品的起始值。reduce详情请参阅。

1.15.0 版本中的新增功能。

其中array_like of bool，可选

产品中包含的元素。reduce详情请参阅。

1.17.0 版本中的新增功能。

返回：

Product_along_axis ndarray，参见dtype上面的参数。: 形状为a 的数组，但删除了指定的轴。如果指定，则返回对out 的引用。

也可以看看

笔记

使用整数类型时，算术是模块化的，并且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：

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

但我们也可以指定相乘的轴：

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

或者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

您还可以使用 1 以外的值来启动产品：

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