在Julia中如何计算矩阵每行所有元素的乘积

在Julia中，官方内置的数值计算函数都做了底层优化，多数场景下性能优于未优化的手写for循环，下面是几种常用的高效实现方式：

• 原生prod函数实现（最高效、最简洁）
  直接调用prod的维度参数即可完成按行求积，返回结果用vec转成一维向量：

  p = vec(prod(P, dims=2))
  

  该方法底层默认开启了SIMD优化，不需要额外手写逻辑就能获得最优性能。
• 灵活度更高的mapslices实现
  如果后续需要对行维度做自定义的扩展操作，可以用mapslices批量处理每一行：

  p = mapslices(prod, P, dims=2) |> vec
  

  该写法性能略低于直接调用prod带维度参数的方案，但灵活性更高，可随时替换prod为自定义处理函数。
• 优化版手写for循环
  如果你需要完全自定义循环逻辑，建议按照Julia列优先的存储顺序调整遍历顺序，搭配@inbounds和@simd宏关闭边界检查、开启向量化，性能会比普通逐行遍历高3~10倍：

  function row_prod(P::Matrix{T}) where T
      n_row = size(P, 1)
      p = ones(T, n_row)
      @inbounds for j in 1:size(P, 2)
          @simd for i in 1:n_row
              p[i] *= P[i,j]
          end
      end
      return p
  end
  

注意：如果矩阵中存在0或者极小的浮点值，直接求积会出现数值下溢问题，若可接受少量精度损失，可改用对数求和再取指数的方式实现：

p = exp.(vec(sum(log.(P), dims=2)))

内容的提问来源于stack exchange，提问作者Steve