numpy.MaskedArray.cumprod()Devuelve el producto acumulativo de los elementos de array enmascarados sobre el eje dado. Los valores enmascarados se establecen en 1 internamente durante el cálculo. Sin embargo, su posición se guarda y el resultado se enmascarará en las mismas ubicaciones.
Sintaxis:
numpy.ma.cumprod(axis=None, dtype=None, out=None)Parámetros:
eje : [int, opcional] Eje a lo largo del cual se calcula el producto acumulativo. El valor predeterminado (Ninguno) es calcular el cumprod sobre la array plana.
dtype : [dtype, opcional] Tipo de array devuelta, así como del acumulador en el que se multiplican los elementos. Si no se especifica dtype, el valor predeterminado es el dtype de arr, a menos que arr tenga un dtype entero con una precisión menor que la del entero predeterminado de la plataforma. En ese caso, se utiliza en su lugar el entero de plataforma predeterminado.
out : [ndarray, opcional] Una ubicación en la que se almacena el resultado.
-> Si se proporciona, debe tener una forma a la que se transmitan las entradas.
-> Si no se proporciona o Ninguno, se devuelve una array recién asignada.Devolución: [cumprod_along_axis, ndarray] Se devuelve una nueva array que contiene el resultado a menos que se especifique out, en cuyo caso se devuelve una referencia a out.
Código #1:
# Python program explaining
# numpy.MaskedArray.cumprod() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([[1, 2], [ 3, -1], [ 5, -3]])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[[1, 0], [ 1, 0], [ 0, 0]])
print ("Masked array : ", mask_arr)
# applying MaskedArray.cumprod
# methods to masked array
out_arr = mask_arr.cumprod()
print ("cumulative product of masked array along default axis : ", out_arr)
Input array : [[ 1 2] [ 3 -1] [ 5 -3]] Masked array : [[-- 2] [-- -1] [5 -3]] cumulative sum of masked array along default axis : [-- 2 -- -2 -10 30]
Código #2:
# Python program explaining
# numpy.MaskedArray.cumprod() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([[1, 0, 3], [ 4, 1, 6]])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making one entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[[ 0, 0, 0], [ 0, 0, 1]])
print ("Masked array : ", mask_arr)
# applying MaskedArray.cumprod methods
# to masked array
out_arr1 = mask_arr.cumprod(axis = 0)
print ("cumulative product of masked array along 0 axis : ", out_arr1)
out_arr2 = mask_arr.cumprod(axis = 1)
print ("cumulative product of masked array along 1 axis : ", out_arr2)
Input array : [[1 0 3] [4 1 6]] Masked array : [[1 0 3] [4 1 --]] cumulative product of masked array along 0 axis : [[1 0 3] [4 0 --]] cumulative product of masked array along 1 axis : [[1 0 0] [4 4 --]]
Publicación traducida automáticamente
Artículo escrito por jana_sayantan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA