如何将列表中的所有项目与Python相乘？

Question

我需要编写一个函数,它接受一个数字列表并将它们相乘.例子: [1,2,3,4,5,6]会给我1*2*3*4*5*6.我真的可以使用你的帮助.

Answer 1

Python 3:使用functools.reduce:

>>> from functools import reduce
>>> reduce(lambda x, y: x*y, [1,2,3,4,5,6])
720

Python 2:使用reduce:

>>> reduce(lambda x, y: x*y, [1,2,3,4,5,6])
720

为了兼容2和3使用pip install six,那么:

>>> from six.moves import reduce
>>> reduce(lambda x, y: x*y, [1,2,3,4,5,6])
720

Answer 2

您可以使用:

import operator
import functools
functools.reduce(operator.mul, [1,2,3,4,5,6], 1)

请参阅reduce和operator.mul文档以获得解释.

你需要import functoolsPython 3+中的这一行.

Answer 3

我会用它numpy.prod来执行任务.见下文.

import numpy as np
mylist = [1, 2, 3, 4, 5, 6] 
result = np.prod(np.array(mylist))  

Answer 4

如果您想避免导入任何内容并避免使用更复杂的Python区域,可以使用简单的for循环

product = 1  # Don't use 0 here, otherwise, you'll get zero 
             # because anything times zero will be zero.
list = [1, 2, 3]
for x in list:
    product *= x

Answer 5

我个人喜欢这个函数,它将通用列表的所有元素相乘:

def multiply(n):
    total = 1
    for i in range(0, len(n)):
        total *= n[i]
    print total

它很紧凑,使用简单的东西(一个变量和一个for循环),对我来说很直观(看起来我怎么想到这个问题,只需取一个,乘以它,再乘以下一个,依此类推! )

Answer 6

这是我的机器的一些性能测量.在长时间运行的循环中对小输入执行此操作时相关:

import functools, operator, timeit
import numpy as np

def multiply_numpy(iterable):
    return np.prod(np.array(iterable))

def multiply_functools(iterable):
    return functools.reduce(operator.mul, iterable)

def multiply_manual(iterable):
    prod = 1
    for x in iterable:
        prod *= x

    return prod

sizesToTest = [5, 10, 100, 1000, 10000, 100000]

for size in sizesToTest:
    data = [1] * size

    timerNumpy = timeit.Timer(lambda: multiply_numpy(data))
    timerFunctools = timeit.Timer(lambda: multiply_functools(data))
    timerManual = timeit.Timer(lambda: multiply_manual(data))

    repeats = int(5e6 / size)
    resultNumpy = timerNumpy.timeit(repeats)
    resultFunctools = timerFunctools.timeit(repeats)
    resultManual = timerManual.timeit(repeats)
    print(f'Input size: {size:>7d} Repeats: {repeats:>8d}    Numpy: {resultNumpy:.3f}, Functools: {resultFunctools:.3f}, Manual: {resultManual:.3f}')

结果:

Input size:       5 Repeats:  1000000    Numpy: 4.670, Functools: 0.586, Manual: 0.459
Input size:      10 Repeats:   500000    Numpy: 2.443, Functools: 0.401, Manual: 0.321
Input size:     100 Repeats:    50000    Numpy: 0.505, Functools: 0.220, Manual: 0.197
Input size:    1000 Repeats:     5000    Numpy: 0.303, Functools: 0.207, Manual: 0.185
Input size:   10000 Repeats:      500    Numpy: 0.265, Functools: 0.194, Manual: 0.187
Input size:  100000 Repeats:       50    Numpy: 0.266, Functools: 0.198, Manual: 0.185

您可以看到Numpy在较小的输入上相当慢,因为它在执行乘法之前分配了一个数组.另外,请注意Numpy的溢出情况.

Answer 7

Numpy具有prod()返回列表乘积的函数，或者在本例中，因为它是 numpy，所以它是给定轴上数组的乘积：

import numpy
a = [1,2,3,4,5,6]
b = numpy.prod(a)

...否则你可以导入numpy.prod()：

from numpy import prod
a = [1,2,3,4,5,6]
b = prod(a)

Answer 8

从开始Python 3.8，.prod函数已包含math在标准库的模块中：

math.prod(iterable, *, start=1)

该方法返回一个start值（默认值：1）乘以一个可迭代数字的乘积：

import math
math.prod([1, 2, 3, 4, 5, 6])

>>> 720

如果iterable为空，则将生成1（或start提供值，如果提供）。

Answer 9

简单的方法是:

import numpy as np
np.exp(np.log(your_array).sum())