也许不是“内置”，但我认为它是内置的。不管怎样，使用numpy

import numpy 
prod_sum = numpy.prod(some_list)

Numeric.product 

(或

reduce(lambda x,y:x*y,[3,4,5])

)

使用这个

def prod(iterable):
    p = 1
    for n in iterable:
        p *= n
    return p

因为没有内置的prod函数。

我更喜欢使用functools.reduce()和numpy.prod()的答案上面的答案a和b，但这里有另一个解决方案使用itertools.accumulate():

import itertools
import operator
prod = list(itertools.accumulate((3, 4, 5), operator.mul))[-1]

numpy中有一个prod()可以完成您所要求的工作。

更新:

在Python 3.8中，prod函数被添加到math模块中。看:math.prod()。

旧信息:Python 3.7及以前版本

你要找的函数将被称为prod()或product()，但Python没有这个函数。所以，你需要自己编写(这很简单)。

关于prod()的声明

是的，没错。Guido拒绝了内置prod()函数的想法，因为他认为很少需要它。

使用reduce()替代

正如你所建议的，使用reduce()和operator.mul()来创建自己的函数并不难:

from functools import reduce  # Required in Python 3
import operator
def prod(iterable):
    return reduce(operator.mul, iterable, 1)

>>> prod(range(1, 5))
24

注意，在Python 3中，reduce()函数被移动到functools模块。

具体情况:阶乘

顺便说一句，prod()的主要用途是计算阶乘。我们已经在数学模块中提供了支持:

>>> import math

>>> math.factorial(10)
3628800

可选对数

如果你的数据由浮点数组成，你可以使用sum()与指数和对数计算乘积:

>>> from math import log, exp

>>> data = [1.2, 1.5, 2.5, 0.9, 14.2, 3.8]
>>> exp(sum(map(log, data)))
218.53799999999993

>>> 1.2 * 1.5 * 2.5 * 0.9 * 14.2 * 3.8
218.53799999999998

注意，使用log()要求所有输入都是正的。