numpy.nancumprod

numpy.nancumprod(a, axis=None, dtype=None, out=None)

Функция nancumprod() возвращает кумулятивное (накапливаемое) произведение элементов массива, в том числе и по заданной оси (осям), в котором элементы nan учитываются как 1. Данная функция возвращает 1 если на вход подан пустой массив или все его элементы равны nan.

Параметры:
a - подобный массиву объект или массив NumPy
Указанный объект или массив может состоять из любого доступного в NumPy числового типа.
axis - None, целое число или кортеж целых чисел (необязательный аргумент)
Данный параметр указывает номер оси или номера осей массива по которым выполняется произведение его элементов. По умолчанию axis = None, что соответствует кумулятивному перемножению всех элементов массива. Если указано отрицательное число, то номер оси отсчитывается от последней оси по направлению к первой. Если указан кортеж целых чисел, то кумулятивное произведение выполняется по всем указанным осям.
dtype - тип данных NumPy (необязательный аргумент)
Данный параметр указывает тип данных возвращаемого массива а так же тип накапливающего сумматора, в котором происходит умножение элементов. По умолчанию dtype = None, что соответствует типу данных входного массива.
out - массив Numpy (необязательный аргумент)
Указывает массив в который будет помещен результат работы функции. Данный массив должен иметь форму идентичную массиву с результатом работы функции. Подробнее о данном параметре смотрите на странице универсальные функции в разделе out.
Возвращает:
результат - число или массив NumPy
Массив в котором каждый элемент является произведением предшествующих ему элементов в исходном массиве или элементов вдоль указанной оси исходного массива.
Смотрите так же: prod, cumprod, nanprod, sum


Примеры

>>> import numpy as np
>>> 
>>> np.nancumprod([])
array([], dtype=float64)
>>> np.nancumprod(1)
array([1], dtype=int32)
>>> np.nancumprod([1])
array([1], dtype=int32)
>>> np.nancumprod(np.nan)
array([1.])
>>> np.nancumprod([np.nan])
array([1.])
>>> 
>>> x = np.full(5, np.nan)
>>> x
array([nan, nan, nan, nan, nan])
>>> 
>>> np.nancumprod(x)
array([1., 1., 1., 1., 1.])
>>>
>>> np.nancumprod([1, 2, 3, np.nan, 4, np.nan])
array([ 1.,  2.,  6.,  6., 24., 24.])
>>>
>>> x = np.arange(1, 10, dtype = np.float64).reshape(3, 3)
>>> x
array([[1., 2., 3.],
       [4., 5., 6.],
       [7., 8., 9.]])
>>> i, j = [0, 1, 2], [0, 1, 2]
>>> x[i, j] = np.nan
>>> x
array([[nan,  2.,  3.],
       [ 4., nan,  6.],
       [ 7.,  8., nan]])
>>> 
>>> 
>>> >>> np.nancumprod(x)
array([1.000e+00, 2.000e+00, 6.000e+00, 2.400e+01, 2.400e+01, 1.440e+02,
       1.008e+03, 8.064e+03, 8.064e+03])
>>> 
>>> #  кумулятивное произведение по столбцам:
... np.nancumprod(x, axis = 0)
array([[ 1.,  2.,  3.],
       [ 4.,  2., 18.],
       [28., 16., 18.]])
>>> 
>>> #  кумулятивное произведение по строкам:
... np.nancumprod(x, axis = 1)
array([[ 1.,  2.,  6.],
       [ 4.,  4., 24.],
       [ 7., 56., 56.]])