ส่งคืนผลิตภัณฑ์สะสมขององค์ประกอบอาร์เรย์บนแกน 1 โดยถือว่า NaN เป็นหนึ่งเดียวใน Python

ในการส่งคืนผลิตภัณฑ์สะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดโดยถือว่า NaN เป็นหนึ่งเดียว ให้ใช้เมธอด thenancumprod() ผลิตภัณฑ์สะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยผลิตภัณฑ์ รายการจะถูกส่งคืนสำหรับชิ้นส่วนที่เป็น NaN ทั้งหมดหรือว่างเปล่า ธีมจะส่งกลับอาร์เรย์ใหม่ที่ถือผลลัพธ์ไว้ เว้นแต่จะระบุ out ซึ่งในกรณีนี้จะส่งกลับ

ผลงานสะสม เช่น 5, 5*10, 5*10*15, 5*10*15*20. พารามิเตอร์ที่ 1 คืออาร์เรย์อินพุต พารามิเตอร์ที่ 2 คือแกนซึ่งคำนวณผลคูณ โดยค่าเริ่มต้น ข้อมูลเข้าจะแบนราบ พารามิเตอร์ที่ 3 คือประเภทของอาร์เรย์ที่ส่งคืน เช่นเดียวกับตัวสะสมซึ่งองค์ประกอบจะถูกคูณ หากไม่ได้ระบุ dtype ค่าดีฟอลต์จะเป็น dtype ของ a เว้นแต่ว่า dtype ของ hasan integer dtype ที่มีความแม่นยำน้อยกว่าของจำนวนเต็มของแพลตฟอร์มเริ่มต้น ในกรณีนั้น จะใช้จำนวนเต็มของแพลตฟอร์มเริ่มต้นแทน

พารามิเตอร์ที่ 4 คืออาร์เรย์เอาต์พุตสำรองที่จะวางผลลัพธ์ ต้องมีรูปร่างเหมือนกันและความยาวบัฟเฟอร์เป็นเอาต์พุตที่คาดไว้ แต่ประเภทของค่าผลลัพธ์จะถูกโยนทิ้งหากจำเป็น

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

import numpy as np

การสร้างอาร์เรย์ numpy โดยใช้เมธอด array() เราได้เพิ่มองค์ประกอบประเภท int ด้วย nan -

arr = np.array([[5, 10, 15], [20, np.nan, 30]])

แสดงอาร์เรย์ -

print("Our Array...\n",arr)

ตรวจสอบขนาด -

print("\nDimensions of our Array...\n",arr.ndim)

รับประเภทข้อมูล -

print("\nDatatype of our Array object...\n",arr.dtype)

ในการส่งคืนผลิตภัณฑ์สะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดโดยถือว่า NaN เป็นหนึ่งเดียว ให้ใช้เมธอด thenancumprod() -

print("\nCumulative Product of array elements...\n",np.nancumprod(arr, axis = 1))

ตัวอย่าง

import numpy as np

# Creating a numpy array using the array() method
# We have added elements of int type with nan
arr = np.array([[5, 10, 15], [20, np.nan, 30]])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# To return the cumulative product of array elements over a given axis treating NaNs as one, use the nancumprod() method
# The cumulative product does not change when NaNs are encountered and leading NaNs are replaced by ones.
print("\nCumulative Product of array elements...\n",np.nancumprod(arr, axis = 1))

ผลลัพธ์

Our Array...
[[ 5. 10. 15.]
[20. nan 30.]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Cumulative Product of array elements...
[[ 5. 50. 750.]
[ 20. 20. 600.]]