Python numpy中的高效行元素乘法

有没有什么有效的方法可以用numpy求矩阵中每一行的乘法？ 我的意思是，例如，如果

A = [[1, 2], [3, 4]]

然后我想要像np.sumA，axis=1这样的东西

np.mul(A, axis=0) = [2, 12]

该函数是一个通用函数，因此您可以执行以下操作：

import numpy as np

A = np.array([[1, 2], [3, 4]])
result = np.multiply.reduce(A, axis=1)
print(result)

输出

阅读有关reduce的文档。

该函数是一个通用函数，因此您可以执行以下操作：

import numpy as np

A = np.array([[1, 2], [3, 4]])
result = np.multiply.reduce(A, axis=1)
print(result)

输出

阅读有关reduce的文档。

使用，与您描述的完全相同，即

import numpy as np
A = [[1, 2], [3, 4]]
np.prod(A, axis=1) # Gives [ 2 12]

使用，正如您所描述的，即

import numpy as np
A = [[1, 2], [3, 4]]
np.prod(A, axis=1) # Gives [ 2 12]

np.prod是您正在寻找的

a=np.数组[[1,2]，[3,4]] printnp.proda，axis=1打印数组[2,12] np.prod是您正在寻找的

a=np.数组[[1,2]，[3,4]] printnp.proda，axis=1打印数组[2,12]

---

太神了正是我需要的！谢谢你！正是我需要的！谢谢