给定 2 个不同的 NDarray,A 和 B,形状相同但尺寸任意,我如何获得 NDarray C,其中 C 是 A 和 B(含)范围内所有整数的乘积。
我的意思是A是起始数组,B是结束数组,我想要数组C,其中每个给定元素是该元素的起始值和终止值之间所有整数的乘积。
因此,元素 C[i,j,k...z] 是 A[i,j,k... 之间所有整数(含)的乘积z] 和 B[i,j,k,...z]。
实际的维数可能在 3 到 N 之间。
请您参考如下方法:
您的计算可以用 rising factorial 表示. Scipy 有一个函数, scipy.special.poch(z, m) 计算上升阶乘(也称为 Pochhammer 函数)。
对于整数标量 a和 b ,你想要a*(a+1)*(a+2)*...*b .这可以使用 Pochhammer 函数编写为 poch(a, b - a + 1) (假设 b >= a )。
这是一个标量示例:
In [88]: import numpy as np
In [89]: from scipy.special import poch
In [90]: a = 2
In [91]: b = 5
计算 a 中整数的乘积至 b :
In [92]: np.prod(np.arange(a, b+1))
Out[92]: 120
poch(a, b - a + 1)给出相同的结果:
In [93]: poch(a, b - a + 1)
Out[93]: 120.0
poch是一个“ufunc”,所以它将对数组进行元素操作:
In [94]: a = np.array([[2, 3], [4, 5]])
In [95]: b = np.array([[3, 5], [6, 9]])
In [96]: poch(a, b - a + 1)
Out[96]:
array([[ 6.00000000e+00, 6.00000000e+01],
[ 1.20000000e+02, 1.51200000e+04]])
poch返回浮点值。对于足够大的参数,结果将不准确。例如,这是使用 Python 的整数(具有任意精度)进行的计算,使用 a = 100和 b = 110 :
In [50]: from functools import reduce
In [51]: a = 100
In [52]: b = 110
In [53]: reduce(lambda x, y: x*y, range(a, b+1), 1)
Out[53]: 17018214378110225280000
该值超出了 64 位整数的限制,无法使用 64 位 float 精确表示。
如果您需要任意输入的精确结果,numpy 和 scipy 不会有太大帮助。
