python数据分析numpy基础之cumprod求数组累计积

1 python数据分析numpy基础之cumprod求数组累计积

python的numpy库的cumprod()函数，用于获取数组沿指定轴每个位置的累计积(cumulative product)。

本文的累计积是指第1个数到第n个数的积。比如数组a=[a1,a2,a3,a4,a5]，那么第1个数的累计积为a1，第2个数的累计积为a1*a2，第3个数的累计积为a1*a2*a3，依次类推。np.cumprod()函数返回的是每个位置的当前元素的累计积。

比如，np.cumprod(a)=array([a1,a1*a2,a1*a2*a3,a1*a2*a3*a4,a1*a2*a3*a4*a5])。

用法

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

描述

cumprod()返回数组沿指定轴的累计积。

入参axis表示指定轴，默认为None表示整个数组转为一维数组后的每个位置的累计积。axis只能为整数，不支持整数元组。

1.1 入参a

numpy.cumprod()的入参a，为必选入参，可以为数组、列表、元组。

>>> import numpy as np
# np.cumprod()函数返回的是每个位置的当前元素的累计积
# 比如数组a=[a1,a2,a3]
# np.cumprod(a)=array([a1,a1*a2,a1*a2*a3])
# 入参a为列表
>>> np.cumprod([-2,3,6,5,9,1])
array([   -2,    -6,   -36,  -180, -1620, -1620])
# 入参a为元组
>>> np.cumprod((-2,3,6,5,9,1))
array([   -2,    -6,   -36,  -180, -1620, -1620])
# 入参a为数组
>>> np.cumprod(np.array((-2,3,6,5,9,1)))
array([   -2,    -6,   -36,  -180, -1620, -1620])

1.2 入参axis为整数

numpy.cumprod()的入参axis为可选入参，只能为整数（不支持元组），范围[0, ndim)，默认为None，表示求整个数组的累计积，若为多维数组则转换为一维数组求每个位置的累计积。

若axis=n为整数，则对沿指定轴n的每个元素的累计积。

若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。

>>> import numpy as np
>>> ar3=np.arange(1,9).reshape(2,2,2)
>>> ar3
array([[[1, 2],
        [3, 4]],

       [[5, 6],
        [7, 8]]])
# axis默认为None，cumprod()求转为一维数组后的每个位置的累计积(cumulative product)
>>> np.cumprod(ar3)
array([    1,     2,     6,    24,   120,   720,  5040, 40320])
# axis=0， cumprod()沿0轴方向的每个位置的累计积
>>> np.cumprod(ar3,axis=0)
array([[[ 1,  2],
        [ 3,  4]],

       [[ 5, 12],
        [21, 32]]])
# axis=1， cumprod()沿1轴方向的每个位置的累计积
>>> np.cumprod(ar3,axis=1)
array([[[ 1,  2],
        [ 3,  8]],

       [[ 5,  6],
        [35, 48]]])
# axis=2， cumprod()沿2轴方向的每个位置的累计积
>>> np.cumprod(ar3,axis=2)
array([[[ 1,  2],
        [ 3, 12]],

       [[ 5, 30],
        [ 7, 56]]])
# axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推
>>> np.cumprod(ar3,axis=-1)
array([[[ 1,  2],
        [ 3, 12]],

       [[ 5, 30],
        [ 7, 56]]])