numpy.nanprod

numpy.nanprod(a, axis=None, dtype=None, out=None, keepdims=<no value>)[source]

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

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

Новая в версии 1.10.0.

Параметры

aarray_like

Массив, содержащий числа, произведение которых требуется. Если a не является массивом, производится попытка преобразования.

axis{int, кортеж из int, None}, необязательно

Ось или оси, по которым вычисляется произведение. По умолчанию вычисляется произведение сплющенного массива.

dtypeтип 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 либо (u)int32, либо (u)int64 в зависимости от того, 32-разрядная или 64-разрядная платформа. Для неточных входных данных dtype должен быть неточным.

outndarray, необязательно

Альтернативный массив вывода, в который помещается результат. По умолчанию None. Если указан, он должен иметь ту же форму, что и ожидаемый вывод, но тип будет преобразован при необходимости. См. Определение типа вывода для получения дополнительных сведений. Преобразование NaN в целое число может привести к неожиданным результатам.

keepdimsbool, необязательно

Если True, оси, которые были уменьшены, оставляются в результате в качестве измерений с размером один. С этим параметром результат корректно транслируется относительно исходного arr.

Возвращает

nanprodndarray

Возвращается новый массив, содержащий результат, если не указан out, в этом случае возвращается он.

См. также

numpy.prod

Произведение по массиву с распространением NaN.

isnan

Показать элементы, которые 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.])