Автор оригинала: Team Python Pool.
В модуле Numpy мы обсудили множество функций, используемых для работы с многомерным массивом. Иногда мы приходим к ситуации, когда нам нужно найти количество ненулевых элементов в массиве. Итак, в библиотеке numpy есть функция count_nonzero(). В этом уроке мы обсудим концепцию Numpy | count_nonzero () , которая используется для подсчета ненулевых элементов , присутствующих в многомерном массиве.
Что такое функция Numpy count_nonzero ()?
Функция Numpy count_non zero() используется для определения количества ненулевых элементов, присутствующих в многомерном массиве. С помощью этой функции мы можем найти количество элементов в многомерном массиве, которые не равны нулю. Эта функция имеет 3 параметра: arr, axis и keepdims.
Синтаксис функции numpy count_nonzero()
numpy.count_nonzero(arr, axis = None, Keepdims = False)
Параметры функции numpy count_nonzero()
- arr: Это массивоподобный вход, для которого мы должны подсчитать ненулевое значение массива.
- axis: Это целочисленное значение или кортеж и необязательная входная ось или кортеж осей, вдоль которых мы должны считать не нули. По умолчанию он равен None, что означает, что ненулевые значения будут учитываться вместе с уплощенной версией arr.
- Keepdims: Это логическое значение и необязательный вход. Если установлено значение True, то подсчитанные оси остаются в результате как размеры с размером один.
Возвращаемое значение функции numpy count_nonzero()
Возвращаемое значение функции-это число ненулевых значений в заданном массиве вдоль определенной оси. В противном случае он возвращает количество ненулевых значений в массиве.
Примеры функции numpy count_non zero()
Здесь мы будем обсуждать, как мы можем подсчитать ненулевые значения с помощью функции из пакета numpy python.
1. Использование функции eye()
В этом примере мы будем импортировать библиотеку numpy. Затем мы будем использовать функцию eye() из библиотеки numpy для входного массива. После этого мы будем применять функцию numpy count_nonzero() для вычисления количества ненулевых значений во входном массиве. Давайте рассмотрим этот пример для более детального понимания концепции.
#importing numpy library
import numpy as np
#using eye() for input
arr = np.eye(5)
#applying count_nonzero() function
count = np.count_nonzero(arr)
print("Nonzero count in the input array : ",count)
Выход:
Nonzero count in the input array : 5
Объяснение:
- Во-первых, мы импортируем библиотеку numpy с псевдонимом np.
- Затем мы возьмем входные данные из функции eye() в библиотеке numpy.
- После этого мы применим функцию count и сохраним count в переменной count.
- Наконец, мы напечатаем результат.
- Следовательно, вы можете видеть количество ненулевых значений в данном массиве.
2. Принятие входных данных в виде многомерного массива
В этом примере мы будем импортировать библиотеку numpy. Затем мы будем принимать входные данные в виде многомерного массива. После этого мы применим функцию numpy count_nonzero() и выведем результат. Давайте рассмотрим этот пример для более детального понимания концепции.
#importing numpy library
import numpy as np
arr = [[0, 1, 2, 0, 4], [5, 0, 6, 0, 7]]
#applying count_nonzero() function
count = np.count_nonzero(arr)
print("Nonzero count in the input array : ",count)
Выход:
zero count in the input array : 6
Объяснение:
- Во-первых, мы импортируем библиотеку numpy с псевдонимом np.
- Затем мы возьмем многомерный массив в качестве входных данных в переменную arr.
- После этого мы применим функцию count и сохраним count в переменной count.
- Наконец, мы напечатаем результат.
- Следовательно, вы можете видеть количество ненулевых значений в многомерном массиве.
3. Принятие многомерного массива и оси в качестве параметра
В этом примере мы будем импортировать библиотеку numpy. Затем мы будем принимать входные данные в виде многомерного массива. Затем мы применим функцию numpy count_nonzero() и ось, равную 0 и 1. Затем выведите оба вывода в разных переменных. Давайте рассмотрим этот пример для более детального понимания концепции.
#importing numpy library
import numpy as np
arr = [[0, 1, 2, 0, 4], [5, 0, 6, 0, 7]]
#applying count_nonzero() function
count = np.count_nonzero(arr, axis = 0)
print("Nonzero count in the input array with axis = 0 : ",count)
c = np.count_nonzero(arr, axis = 1)
print("Nonzero count in the input array with axis = 1 : ",c)
Выход:
Nonzero count in the input array with axis = 0 : [1 1 2 0 2] Nonzero count in the input array with axis = 1 : [3 3]
Объяснение:
- Во-первых, мы импортируем библиотеку numpy с псевдонимом np.
- Затем мы возьмем многомерный массив в качестве входных данных в переменной arr.
- После этого мы применим функцию count и сохраним count в переменной count.
- Внутри функции count мы применили ось, равную 0 и 1 в качестве параметра.
- Наконец, мы напечатаем результат.
- Следовательно, вы можете видеть количество ненулевых значений в многомерном массиве.
4. Взятие всех параметров
В этом примере мы будем импортировать библиотеку numpy. Затем мы будем принимать входные данные в виде многомерного массива. Затем мы применим функцию count_nonzero() и ось, равную 0 и 1, а keepdims – True в качестве параметра. Затем выведите оба вывода в разных переменных. Давайте рассмотрим этот пример для более детального понимания концепции.
#importing numpy library
import numpy as np
arr = [[0, 1, 2, 0, 4], [5, 0, 6, 0, 7]]
#applying count_nonzero() function
count = np.count_nonzero(arr, axis = 0, Keepdims = True)
print("Nonzero count in the input array with axis = 0 : ",count)
c = np.count_nonzero(arr, axis = 1, Keepdims = True)
print("Nonzero count in the input array with axis = 1 : ",c)
Выход:
Nonzero count in the input array with axis = 0 : [[1 1 2 0 2]] Nonzero count in the input array with axis = 1 : [[3] [3]]
Объяснение:
- Во-первых, мы импортируем библиотеку numpy с псевдонимом np.
- Затем мы возьмем многомерный массив в качестве входных данных в переменной arr.
- После этого мы применим функцию count и сохраним count в переменной count.
- Внутри функции count мы применили axis, равную 0 и 1, а keepdims-True в качестве параметра.
- Наконец, мы напечатаем результат.
- Следовательно, вы можете видеть количество ненулевых значений в многомерном массиве.
Кроме Того, См.
- 4 Надежных Способа Подсчета Слов в строке в Python
- Numpy Count | Практическое объяснение поиска вхождений
- 5 Простых способов найти строку в списке в Python
- Numpy diag() | Как использовать функцию np.diag в Python
- 4 Эффективных способа использования функции Numpy c_
Вывод
В этом уроке мы познакомились с концепцией функции Numpy count_nonzero (). Мы уже видели, что такое функция numpy count_nonzero() с ее синтаксисом и параметрами. Мы также обсудили все способы, с помощью которых мы можем использовать данную функцию. Все способы подробно объясняются с помощью примеров. Вы можете использовать любую из функций в соответствии с вашим выбором и вашими требованиями в программе.
Однако, если у вас есть какие-либо сомнения или вопросы, дайте мне знать в разделе комментариев ниже. Я постараюсь помочь вам как можно скорее.