Numpy 如何使用 np.cumprod 向量化 python 函数

Question

我有一个python函数：

pval = np.array([1,1,1,1,1,0.999709, 0.99973,0.999743,0.999706, 0.999675, 0.99965,  0.999629])
age1=4
age2=8

def getnpxtocert(mt, age, age2):
    val = mt[age]
    for i in range(age + 1,age2):
        val = val * mt[i]
    return val

getnpxtocertv(pval,age1,age2)

输出是：

0.9991822227268075

然后我尝试使用 cumprod 对其进行矢量化：

def getnpxtocertv(mt, age, age2):
    return (mt[age]*np.cumprod(mt[age+1:age2])).sum()

getnpxtocert(pval,age1,age2)

但是输出是：

2.998330301296807

我做错了什么？有朋友可以帮忙吗？

Answer 1

您不需要cumprod 和sum。只需使用prod：

def getnpxtocert_v2(mt, age, age2):
    return np.prod(mt[age:age2])

比较：

In [23]: getnpxtocert(pval, age1, age2)
Out[23]: 0.9991822227268075

In [24]: getnpxtocert_v2(pval, age1, age2)
Out[24]: 0.9991822227268075

cumprod 接受一个数组[x0, x1, x2, ...] 并返回一个包含[x0, x0*x1, x0*x1*x2, ...] 的相同长度的数组。 prod 返回标量，它是所有元素 x0*x1*x2*... 的乘积。