Numpy -Prod -Methode

Heute werden wir lernen, was die Funktion prod () in Numpy ist. Warum verwenden wir diese Funktion?? Wir werden auch die Beispiele mit detaillierten Erklärungen implementieren.

Die prod () -Funktion ist eine der wichtigsten Funktionen von Numpy (Numerical Python). Das „Produkt“ bedeutet das Produkt, das verwendet wird, um das Produkt des Arrays in Numpy zu finden. Der Wert der Achse ist standardmäßig „keine“, sodass das Ergebnis in einem bestimmten Array angezeigt wird.

Syntax:

Gehen wir nun mit der Schreibmethode der Numpy prod () -Funktion fort:

Hier zeigt „NP“ für Numpy und „Prod“, dass wir die Produktfunktion von Numpy nennen, um die Multiplikation im Array durchzuführen.

Parameter:

Im Folgenden finden Sie die erforderlichen und optionalen Parameter der Numpy prod () -Funktion:

Erforderlicher Parameter:

A: Das Eingangsarray. Das Array, auf dem wir die Funktion prod () ausführen wollen.

Optionale Parameter:

Achse: Es könnte ein int sein, eine Instanz von INTs oder keine. Diese Option definiert, auf welchen Achsen das Produkt ausgeführt werden soll.

DTYPE: Es zeigt uns, welche Art von Daten wir nach dem Produkt eines Arrays erhalten.

aus: Es zeigt den alternativen Pfad, auf dem die Daten nach dem Produkt des Arrays gespeichert werden.

Keepdims: Wenn es wahr ist, sind die reduzierten Achsen noch im Ausgang als Abmessungen der Größe 1 vorhanden.

Rückgabewert:

Die Funktion numpy prod () gibt die Arrays wie das Eingangsarray über eine bestimmte Achse zurück. Wenn wir das Array leer/null eingeben, gibt die Funktion prod () den Wert 1 zurück.

Beispiel 1: Implementierung von prod () Funktion

Wir haben den theoretischen Teil der prod () -Funktion diskutiert. Lassen Sie uns nun mit verschiedenen Beispielen und Erklärungen jeder einzelnen Codezeile zur Implementierung der Funktion prod () übergehen. Für die Implementierung des Numpy -Beispiels benötigen wir zuerst einen Python -Compiler, um unser Programm zu schreiben und auszuführen. Warum Python Compiler für Numpy? Weil Numpy die fortschrittliche Bibliothek von Python ist, verwenden wir deshalb den Python -Compiler.

1-dimensionales Array:

Beginnen wir unser erstes einfaches Beispiel für die prod () -Funktion. Um den Code zu implementieren, müssen wir zunächst unsere Numpy -Bibliothek als Alias ​​NP importieren. Dann drucken wir die Meldung "Hier drucken wir die Funktion prod () auf 1D -Array", damit der Benutzer verstehen kann, was wir tun werden. Wie Sie in Zeile 3 sehen können, verwenden wir das „\ n“ nach dem Schreiben der Nachricht. Dies liegt daran.

Dann erstellen wir ein 1-dimensionales Array "[5, 0]" mit dem Namen "Array". Und dann zeigen wir das Array mit der Meldung „Das 1-dimensionale Array lautet:“ Verwenden der Print () -Methode. Dann übergeben wir das Array an die Funktion prod (), damit die Elemente des Arrays multipliziert werden. Wir speichern die Funktion prod () in ein anderes Array mit dem Namen "new_array". Der Grund für die Speicherung der prod () -Funktion in einem anderen Array ist, dass wir nicht immer wieder die gesamte Funktion schreiben müssen, wenn wir die Funktion prod () aufrufen wollen. Wir nennen nur das "new_array" und haben diese Funktion. Anschließend zeigen wir das New_array mit der Print () -Methode an.

Numph als NP importieren
Print ("Hier werden wir die Funktion prod () auf 1D -Array implementieren: \ n")
Array = [5, 0]
print ("Das Array 1 ist:", Array)
new_array = np.prod (Array)
print ("Das Rückkehr Array ist:", new_array)

Schauen wir uns die Ausgabe an, die in der folgenden Hülle gezeigt wurde. Wie Sie sehen können, haben wir den Wert "0" zurückgegeben, weil sich die Multiplizierung von 5 mit 0 0 ergibt.

2-dimensionales Array:

Hier werden wir ein einfaches Beispiel für ein 2D -Array implementieren. Diese Instanz ähnelt dem vorherigen Beispiel. Der einzige Unterschied besteht darin, dass dies ein 2D -Array ist. Hier implementieren wir die Funktion prod () in ein 2D -Array.

Numph als NP importieren
Print ("Hier werden wir die Funktion prod () im 2D -Array implementieren: \ n")
Array = [[5, 1], [10, 1]]
print ("Das 2-dimensionale Array ist:", Array)
new_array = np.prod (Array)
print ("Das Rückkehr Array ist:", new_array)

Hier ist die Ausgabe des 2D -Arrays, das in der folgenden Hülle angezeigt wurde. Nachdem wir die Funktion prod () auf das Array angewendet haben “[[5, 1], [10, 1]]“ erhalten wir 50.

Lassen Sie uns einen trockenen Lauf dieses Beispiels durchführen, damit der Benutzer kein Verwirrungspunkt für den Verwirrung übrig bleibt:

Beispiel 2: leeres Array

Jetzt haben wir ein weiteres Beispiel für die Funktion prod (), in der wir ein leeres Array implementieren. Die Numpy -Bibliothek muss zuerst als NP importiert werden. Dann erstellen wir ein leeres Array "[]" mit dem Namen "Array". Dann übergeben wir dieses leere Array an die Funktion prod () und speichern es in einem anderen Array, das als "New_array" bezeichnet wurde. Dann rufen wir die Print () -Methode an und drucken das Array.

Numph als NP importieren
print ("Hier werden wir die Funktion prod () auf leerem Array implementieren: \ n")
Array = []
print ("Das leere Array ist:", Array)
new_array = np.prod (Array)
print ("Das Rückkehr Array ist:", new_array)

Lassen Sie uns die Ausgabe der vorherigen Abbildung sehen, die in der Schale gezeigt wurde. Wie Sie in der folgenden Ausgabe sehen können, erhalten wir 1.0 im Gegenzug. Dies liegt daran.

Beispiel 3: Produkt des 2D -Arrays, wenn Achse = 1

Lassen Sie uns ein weiteres Beispiel für die Funktion prod () machen, die dem Eingangsarray eine Achse verleiht. Zuerst müssen wir die Bibliothek von Python importieren, die als alias np numpy ist. Dann erstellen wir ein Array "[8, 7], [4, 5]]" mit dem Namen "Array" mit dem Namen "Array". Nachdem wir das Array erstellt haben, drucken wir das Eingabearray mit der Anweisung Print (). Anschließend übergeben wir das Array an die Funktion prod (), um das Produkt des Eingangsarrays zu finden, indem wir die Axis = 1 bereitstellen und es in einem anderen Array mit dem Namen "New_array" speichern. Dann drucken wir das neue Array, indem wir die Print () -Methode aufrufen.

Numph als NP importieren
Print ("Hier werden wir die Funktion prod () im 2D -Array implementieren: \ n")
Array = [[8,7], [4,5]]
print ("Das 2D -Array ist mit Achse 1:", Array)
new_array = np.prod (Array, Achse = 1)
print ("Das Rückkehr Array ist:", new_array)

Lassen Sie uns die Ausgabe der vorherigen Abbildung in der Schale sehen. Im Produkt der Eingabe erhalten wir [56 20] mit Achse = 1.

Lassen Sie uns nun den trockenen Lauf des zuvor ausgestatteten Beispiels machen, wie wir das Produkt des Eingangsarrays erhalten, wenn wir die Achse bereitstellen = 1.

Wenn axis = 0:

Jetzt implementieren wir dasselbe Beispiel wie im vorherigen Beispiel, da wir dem Benutzer den Unterschied zeigen, wenn wir die verschiedenen Achsen geben.

Numph als NP importieren
Print ("Hier werden wir die Funktion prod () im 2D -Array implementieren: \ n")
Array = [[8,7], [4,5]]
print ("Das 2D -Array ist mit Achse 0:", Array)
new_array = np.prod (Array, axis = 0)
print ("Das Rückkehr Array ist:", new_array)

Hier ist die Ausgabe des vorherigen Beispiels. Wie Sie sehen können, erhalten wir jetzt eine andere Ausgabe, die [32 35].

Hier ist der Trockenlauf, wenn wir dem vorherigen Beispiel der Achse = 0 geben. Jetzt verstehen Sie den Unterschied, wenn wir die verschiedenen Achsen geben.

Abschluss

In diesem Artikel wurde die Implementierung von prod () der Funktion behandelt. Um die Funktion prod () klar zu verstehen, implementieren wir die verschiedenen Beispiele mit detaillierten Erklärungen. Wir geben auch die verschiedenen Achsen an die prod () -Funktion. Ich hoffe, dieses Tutorial wird in Ihrer Lernphase hilfreich sein.