Método Numpy Prod

Hoje, vamos aprender o que a função Prod () está em Numpy. Por que usamos esta função? Também vamos implementar os exemplos com explicações detalhadas.

A função Prod () é uma das funções importantes de Numpy (numérico python). O "Prod" significa o produto usado para encontrar o produto da matriz em Numpy. O valor do eixo é "nenhum" por padrão, portanto o resultado é mostrado em uma determinada matriz.

Sintaxe:

Agora, vamos para o método de escrita da função Numpy Prod ():

Aqui, "NP" significa Numpy e "Prod" mostra que chamamos a função do produto de Numpy para executar a multiplicação na matriz.

Parâmetro:

A seguir, estão os parâmetros necessários e opcionais da função Numpy Prod ():

Parâmetro necessário:

a: A matriz de entrada. Aquela matriz em que queremos executar a função Prod ().

Parâmetros opcionais:

eixo: Poderia ser um int, uma instância de ints, ou nenhum. Esta opção define quais eixos o produto deve ser executado em.

dtype: Ele nos diz que tipo de dados obtemos após o produto de uma matriz.

fora: Diz o caminho alternativo em que os dados são armazenados após o produto da matriz.

KeepDims: Se for verdade, os eixos reduzidos ainda estão presentes na saída como dimensões do tamanho 1.

Valor de retorno:

A função Numpy Prod () retorna as matrizes da mesma forma que a matriz de entrada sobre um determinado eixo. Se inserirmos a matriz em branco/nulo, a função Prod () retorna o valor 1.

Exemplo 1: Função de implementação de Prod ()

Discutimos a parte teórica da função Prod (). Agora, vamos para a implementação da função prod () através de diferentes exemplos e explicações de cada linha de código. Para a implementação do exemplo Numpy, precisamos de um compilador Python primeiro para escrever e executar nosso programa. Por que compilador Python para Numpy? Porque Numpy é a biblioteca avançada do Python, é por isso que usamos o compilador Python.

Array de umdimensional:

Vamos iniciar nosso primeiro exemplo simples da função prod (). Para começar a implementar o código, primeiro precisamos importar nossa biblioteca Numpy como alias np. Em seguida, imprimimos a mensagem “Aqui, vamos implementar a função prod () na matriz 1D” para o usuário entender o que vamos fazer. Como você pode ver na linha 3, usamos o "\ n" depois de escrever a mensagem. Isso porque queremos adicionar a nova linha no código para que a saída esteja em uma forma gerenciável.

Em seguida, criamos uma matriz unidimensional "[5, 0]" chamada "Array". E então, exibimos a matriz com a mensagem “A matriz 1-dimensional é:” Usando o método print (). Em seguida, passamos a matriz para a função prod () para que os elementos da matriz sejam multiplicados. Armazenamos a função Prod () em outra matriz chamada "New_array". A razão por trás do armazenamento da função prod () em outra matriz é que, se quisermos chamar a função prod (), não precisamos escrever toda a função e de novo e de novo. Nós apenas chamamos de "new_array" e temos essa função. Em seguida, exibimos o new_array usando o método print ().

importar numpy como np
print ("Aqui, vamos implementar a função prod () na matriz 1D: \ n")
Array = [5, 0]
print ("A matriz 1 é:", Array)
new_array = np.Prod (Array)
print ("A matriz de retorno é:", new_array)

Vejamos a saída que foi mostrada no shell seguinte. Como você pode ver, retornamos o valor "0" porque multiplicar 5 por 0 nos dá 0.

Array bidimensional:

Aqui, vamos implementar um exemplo simples de uma matriz 2D. Esta instância é semelhante ao exemplo anterior. A única diferença é que esta é uma matriz 2D. Aqui, implementamos a função Prod () para uma matriz 2D.

importar numpy como np
print ("Aqui, vamos implementar a função prod () na matriz 2D: \ n")
Array = [[5, 1], [10, 1]]
Print ("A matriz bidimensional é:", Array)
new_array = np.Prod (Array)
print ("A matriz de retorno é:", new_array)

Aqui está a saída da matriz 2D que foi exibida no shell seguinte. Depois de aplicar a função Prod () à matriz ”[[5, 1], [10, 1]]”, temos 50.

Vamos fazer uma corrida a seco deste exemplo para que nenhum ponto de confusão seja deixado para o usuário:

Exemplo 2: Matriz vazia

Agora, temos outro exemplo da função prod () onde implementamos uma matriz vazia. A biblioteca Numpy deve primeiro ser importada como NP. Em seguida, criamos uma matriz vazia "[]" chamada "Array". Em seguida, passamos essa matriz vazia para a função Prod () e o armazenamos em outra matriz que foi chamada de "new_array". Em seguida, chamamos o método print () e imprimimos a matriz.

importar numpy como np
Print ("Aqui, vamos implementar a função prod () na matriz vazia: \ n")
Array = []
Print ("A matriz vazia é:", Array)
new_array = np.Prod (Array)
print ("A matriz de retorno é:", new_array)

Vamos ver a saída da ilustração anterior que foi mostrada no shell. Como você pode ver na saída a seguir, obtemos 1.0 em troca. Isso ocorre porque quando queremos o produto de uma matriz vazia, sempre obtemos a saída como elemento neutro 1.

Exemplo 3: Produto da matriz 2D quando o eixo = 1

Vamos fazer outro exemplo da função prod () que está dando um eixo à matriz de entrada. Primeiro, temos que importar a biblioteca do Python, que é Numpy como alias np. Em seguida, criamos uma matriz “[8, 7], [4, 5]]” chamada “Array”. Depois de criar a matriz, imprimimos a matriz de entrada usando a instrução print (). Em seguida, passamos a matriz para a função Prod () para encontrar o produto da matriz de entrada, fornecendo o eixo = 1 e armazená -lo em outra matriz chamada "new_array". Em seguida, imprimimos a nova matriz chamando o método print ().

importar numpy como np
print ("Aqui, vamos implementar a função prod () na matriz 2D: \ n")
Array = [[8,7], [4,5]]
Print ("A matriz 2D é com o eixo 1:", Array)
new_array = np.Prod (Array, eixo = 1)
print ("A matriz de retorno é:", new_array)

Vamos ver a saída da ilustração anterior na concha. No produto da entrada, obtemos [56 20] com eixo = 1.

Agora, vamos fazer a execução a seco do exemplo anteriormente explicado sobre como obtemos o produto da matriz de entrada quando fornecemos o eixo = 1.

Quando o eixo = 0:

Agora, implementamos o mesmo exemplo que fizemos no exemplo anterior, porque mostraremos ao usuário a diferença quando damos os diferentes eixos.

importar numpy como np
print ("Aqui, vamos implementar a função prod () na matriz 2D: \ n")
Array = [[8,7], [4,5]]
print ("A matriz 2D é com o eixo 0:", Array)
new_array = np.Prod (Array, eixo = 0)
print ("A matriz de retorno é:", new_array)

Aqui está a saída do exemplo anterior. Como você pode ver, agora temos uma saída diferente que é [32 35].

Aqui está a corrida a seco quando damos o eixo = 0 para o exemplo anterior. Agora, você entenderá a diferença quando damos os diferentes eixos.

Conclusão

A implementação da função Prod () foi abordada neste artigo. Para entender claramente a função Prod (), implementamos os diferentes exemplos com explicações detalhadas. Também damos os diferentes eixos para a função prod (). Espero que este tutorial seja útil em sua fase de aprendizado.