ในการส่งคืนผลิตภัณฑ์สะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดซึ่งถือว่า NaN เป็นหนึ่งเดียว ให้ใช้เมธอด thenancumprod() ผลิตภัณฑ์สะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยผลิตภัณฑ์ดังกล่าว รายการจะถูกส่งคืนสำหรับชิ้นส่วนที่เป็น NaN ทั้งหมดหรือว่างเปล่า ธีมจะส่งกลับอาร์เรย์ใหม่ที่ถือผลลัพธ์ไว้ เว้นแต่จะระบุไว้ ซึ่งในกรณีนี้จะถูกส่งกลับ
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 ต้องมีรูปร่างเหมือนกันและมีความยาวบัฟเฟอร์เป็นเอาต์พุตที่คาดไว้ 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) ในการส่งคืนผลิตภัณฑ์สะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดซึ่งถือว่า NaN เป็นหนึ่งเดียว ให้ใช้เมธอด thenancumprod() ผลิตภัณฑ์สะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยผลิตภัณฑ์ดังกล่าว -
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.]]
