使用np.cumprod向量化Python累乘函数结果错误如何解决？

• 核心错误是错误使用了sum()方法，且对np.cumprod的返回值理解有误：
  1. 原始循环逻辑是计算指定区间所有元素的总乘积：从mt[age]开始，依次乘以mt[age+1]到mt[age2-1]的所有元素，最终返回单个乘积结果
  2. np.cumprod()返回的是累积乘积数组：你测试用例中传入的mt[age+1:age2]是长度为3的数组[0.999709, 0.99973, 0.999743]，np.cumprod的输出是[0.999709, 0.999709*0.99973, 0.999709*0.99973*0.999743]三个元素的数组
  3. 额外加的sum()把这三个累积乘积值加总了，得到的是求和结果而非你需要的总乘积，自然和正确值不符

两种正确的向量化写法：

方案1：保留np.cumprod，取最后一个元素 #

def getnpxtocertv(mt, age, age2):
    # 累积乘积的最后一个元素就是区间总乘积
    return mt[age] * np.cumprod(mt[age+1:age2])[-1]

方案2：直接用np.prod计算总乘积，逻辑更直观 #

def getnpxtocertv(mt, age, age2):
    # 直接计算[age, age2)区间所有元素的总乘积
    return np.prod(mt[age:age2])

调用修正后的函数传入你的测试参数，返回结果为0.9991822227268075，和原始循环的输出完全一致。

内容的提问来源于stack exchange，提问作者William