numpy.nanprod

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

Возвращает произведение элементов массива по заданной оси, рассматривая значения Not a Number (NaN) как единицы.

Для срезов, состоящих только из NaN или пустых, возвращается единица.

Новая в версии 1.10.0.

Параметры:

a : array_like Массив, содержащий числа, произведение которых требуется найти. Если a не является массивом, будет выполнена попытка преобразования. axis : int, необязательно Ось, по которой вычисляется произведение. По умолчанию вычисляется произведение по уплощенному массиву. dtype : тип данных, необязательно Тип возвращаемого массива и аккумулятора, в котором суммируются элементы. По умолчанию используется тип данных a. Исключением является случай, когда a имеет целочисленный тип с меньшей точностью, чем платформа (u)intp. В этом случае по умолчанию будет использоваться либо (u)int32, либо (u)int64, в зависимости от того, является ли платформа 32- или 64-битной. Для вещественных входных данных dtype должен быть вещественного типа. out : ndarray, необязательно Альтернативный массив, в который следует поместить результат. По умолчанию - None. Если указан, он должен иметь ту же форму, что и ожидаемый результат, но тип будет преобразован при необходимости. См. doc.ufuncs для получения подробностей. Преобразование NaN в целое число может привести к неожиданным результатам. keepdims : bool, необязательно Если True, оси, по которым выполняется уменьшение, остаются в результате в виде измерений с размером один. С этим параметром результат корректно транслируется относительно исходного arr.

Возвращает:

nanprod : ndarray Возвращается новый массив, содержащий результат, если out не указан, в противном случае возвращается он.

См. также

numpy.prod

Произведение по массиву, распространяющее NaN.

isnan

Показывает, какие элементы являются NaN.

Примеры

>>> np.nanprod(1)
1
>>> np.nanprod([1])
1
>>> np.nanprod([1, np.nan])
1.0
>>> a = np.array([[1, 2], [3, np.nan]])
>>> np.nanprod(a)
6.0
>>> np.nanprod(a, axis=0)
array([ 3.,  2.])