Numpy count_nonzero 方法 | Python

在使用Python的NumPy库时，我们经常需要对数组中的非零元素进行操作。为了解决这个问题，NumPy库提供了一个称为 "count_nonzero" 的函数，即计算数组中非零元素的个数。

函数语法

numpy.count_nonzero(arr, axis=None)

• arr：输入数组
• axis：指定轴向，默认为 None，即在整个数组中查找非零元素

返回值

• 返回输入数组中的所有非零元素的数目

例子

下面我们来看几个例子，深入了解 count_nonzero 这个函数的用法。

例子1：在整个数组中查找非零元素

import numpy as np

# 定义一个二维数组
arr = np.array([[1, 0, 3], [0, 2, 0], [4, 0, 5]])

# 在整个数组中查找非零元素
count = np.count_nonzero(arr)
print("数组中非零元素的个数为：", count)

输出结果为：

数组中非零元素的个数为： 5

上述代码定义了一个二维数组 arr，其中包含了若干非零元素。我们通过调用 np.count_nonzero() 方法并传递 arr 作为参数来统计数组中的非零元素个数，并将结果赋值给 count，最后在控制台上打印 count 的值。

例子2：在某个轴向上查找非零元素

我们可以通过 axis 参数来指定在哪个轴向上查找非零元素。以下是一个例子：

import numpy as np

# 定义一个二维数组
arr = np.array([[1, 0, 3], [0, 2, 0], [4, 0, 5]])

# 在轴向0上查找非零元素
count = np.count_nonzero(arr, axis=0)
print("数组每列中的非零元素的个数分别为：", count)

输出结果为：

数组每列中的非零元素的个数分别为： [2 1 2]

上述代码定义了一个二维数组 arr，其中包含了若干非零元素。我们通过调用 np.count_nonzero() 方法，并传递 arr 和 axis=0 作为参数，以统计在轴向0上的非零元素个数，并将结果赋值给 count，最后在控制台上打印 count 的值。

总结

以上就是关于 numpy count_nonzero 方法的介绍。通过该函数，我们可以访问数组中非零元素的数量，而不必担心它们的位置和数量，这对于数据分析和计算是非常有用的。希望这篇文章能够帮助您更好地理解该函数的用法。