numpy.product vs numpy.prod vs ndarray.prod

Question

我正在阅读Numpy文档，看来函数np.prod(...)，np.product(...)和ndarray方法a.prod(...)都是等价的。

在样式/可读性和性能方面是否有首选版本？是否存在不同版本更为可取的不同情况？如果没有，为什么有三种独立但非常相似的方式来执行相同的操作？

Answer 1

从今天的主分支（1.15.0）开始，np.product只使用np.prod，最终可能会被弃用。见MAINT: Remove duplicate implementation for aliased functions. #10653。

而np.prod和ndarray.prod最终都会调用umath.multiply.reduce，所以它们之间确实没有区别，除了免费函数可以接受array- 之类的<除了NumPy数组之外，还有/ em>类型（如Python列表）。

在此之前，与NumPy 1.14.2一样，声明np.product和np.prod的文档是相同的，但由于Parag提到的重复实现，存在错误。即Eric Weiser来自#10651的例子：

>>> class CanProd(object):
        def prod(self, axis, dtype, out): return "prod"  
>>> np.product(CanProd())
<__main__.CanProd object at 0x0000023BAF7B29E8>
>>> np.prod(CanProd())
'prod'

简而言之，现在它们相同，并且np.prod超过np.product，因为后者是可能被弃用的别名。

Answer 2

这是我可以从 NumPy 1.14.0 的源代码中收集的内容。有关当前Master分支（NumPy 1.15.0）的答案，请参阅miradulo的答案。

• 对于ndarray，prod()和product()是等效的。

• 对于ndarray，prod()和product()都会调用um.multiply.reduce()。

• 如果对象类型不是ndarray但仍有prod方法，那么prod()将返回prod(axis=axis, dtype=dtype, out=out, **kwargs)，而product会尝试使用um.multiply.reduce。

• 如果对象不是ndarray并且没有prod方法，那么它将表现为product()。

• ndarray.prod()相当于prod()。

我不确定您关于偏好和可读性的问题的后半部分。