我想找到 numpy.where 评估为真的地方的数量。以下解决方案有效,但非常难看。
b = np.where(a < 5)
num = (b[0]).shape[0]
我来自一种语言,在对结果数组进行操作之前,我需要检查是否 num > 0。有没有比找到 num 更优雅的获取 num 的方法,或者更 Pythonic 的解决方案?
(对于那些熟悉 IDL 的人,我正在尝试复制它的简单b = where(a lt 5, num)
.)
In [1]: import numpy as np
In [2]: arr = np.arange(10)
In [3]: np.count_nonzero(arr < 5)
Out[3]: 5
或者
In [4]: np.sum(arr < 5)
Out[4]: 5
如果您b = np.where(arr < 5)[0]
无论如何都必须定义,请使用len(b)
or b.size
(len()
似乎快一点,但它们在性能方面几乎相同)。
这仅在 where 语句的条件暗示结果未评估为 False 时才有效。但这很容易:
import numpy as np
a = np.random.randint(1,11,100)
a_5 = a[np.where(a>5)]
a_10 = a[np.where(a>10)]
a_5.any() #True
a_10.any() #False
因此,如果您希望可以在分配之前尝试一下,当然:
a[np.where(a>5)].any() #True
a[np.where(a>10)].any() #False
另一种方式
In [14]: a = np.arange(100)
In [15]: np.where(a > 1000)[0].size > 0
Out[15]: False
In [16]: np.where(a > 10)[0].size > 0
Out[16]: True