Как подсчитать количество истинных элементов в массиве NumPy bool

Question

Как подсчитать количество истинных элементов в массиве NumPy bool

У меня есть массив NumPy 'boolarr' логического типа. Я хочу подсчитать количество элементов, значения которых True. Существует ли процедура NumPy или Python, предназначенная для этой задачи? Или мне нужно перебирать элементы в моем скрипте?

697 4

python numpy arrays count boolean

4 ответов:

Comments

Ничего не найдено.

David Alber · Accepted Answer · 2011-12-03 03:29:23

у вас есть несколько вариантов. Возможны два варианта.
numpy.sum(boolarr)
numpy.count_nonzero(boolarr)
вот пример:
>>> import numpy as np
>>> boolarr = np.array([[0, 0, 1], [1, 0, 1], [1, 0, 1]], dtype=np.bool)
>>> boolarr
array([[False, False,  True],
       [ True, False,  True],
       [ True, False,  True]], dtype=bool)

>>> np.sum(boolarr)
5
конечно, это bool-конкретный ответ. В более общем плане, вы можете использовать numpy.count_nonzero.
>>> np.count_nonzero(boolarr)
5

Guillaume Gendre · Accepted Answer · 2012-11-26 16:21:29

этот вопрос решил довольно похожий вопрос для меня, и я подумал, что должен поделиться :

в raw python вы можете использовать sum() для подсчета истинных значений в dict :
>>> sum([True,True,True,False,False])
3
но это не сработает:
>>> sum([[False, False, True], [True, False, True]])
TypeError...
может быть, это поможет кому-то.

coldspeed · Accepted Answer · 2017-08-05 10:44:08

если вы хотите сделать количество строк, поставьте axis=1 до sum:
In [345]: boolarr
Out[345]: 
array([[False, False,  True],
       [ True, False,  True],
       [ True, False,  True]], dtype=bool)

In [346]: boolarr.sum(axis=1)
Out[346]: array([1, 2, 2])
аналогично и с np.count_nonzero:
In [348]: np.count_nonzero(boolarr, axis=1)
Out[348]: array([1, 2, 2])

salehinejad · Accepted Answer · 2017-06-06 21:29:01

С точки зрения сравнения двух массивов numpy и подсчета количества совпадений (например, правильное предсказание класса в машинном обучении), я нашел приведенный ниже пример для двух измерений полезным:
import numpy as np
result = np.random.randint(3,size=(5,2)) # 5x2 random integer array
target = np.random.randint(3,size=(5,2)) # 5x2 random integer array

res = np.equal(result,target)
print result
print target
print np.sum(res[:,0])
print np.sum(res[:,1])
, который может быть продлен в D измерениях.

результаты:

прогноз:
[[1 2]
 [2 0]
 [2 0]
 [1 2]
 [1 2]]
цель:
[[0 1]
 [1 0]
 [2 0]
 [0 0]
 [2 1]]
количество правильных предсказаний для D=1:1

количество правильных предсказаний для D=2:2