ブール型のNumPy配列 'boolarr'があります。値がTrue
である要素の数をカウントします。このタスク専用のNumPyまたはPythonルーチンはありますか?または、スクリプト内の要素を反復処理する必要がありますか?
複数のオプションがあります。次の2つのオプションがあります。
numpy.sum(boolarr)
numpy.count_nonzero(boolarr)
以下に例を示します。
>>> 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
もちろん、それはbool
固有の答えです。より一般的には、numpy.count_nonzero
を使用できます。
>>> np.count_nonzero(boolarr)
5
その質問は私にとって非常に似た質問を解決し、私は共有する必要があると思いました:
Raw pythonでは、sum()を使用してdictのTrue値をカウントできます。
>>> sum([True,True,True,False,False])
3
しかし、これは機能しません:
>>> sum([[False, False, True], [True, False, True]])
TypeError...
たぶんこれは誰かを助けるでしょう。
2つのnumpy配列を比較し、一致の数をカウントする(たとえば、機械学習の正しいクラス予測)という点で、2つの次元の以下の例が役立つことがわかりました。
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])
d次元に拡張できます。
結果は次のとおりです。
予測:
[[1 2]
[2 0]
[2 0]
[1 2]
[1 2]]
ターゲット:
[[0 1]
[1 0]
[2 0]
[0 0]
[2 1]]
D = 1の正しい予測のカウント:1
D = 2の正しい予測のカウント:2
行ごとのカウントを行う場合は、axis=1
をsum
に指定します。
boolarr
# array([[False, False, True],
# [ True, False, True],
# [ True, False, True]], dtype=bool)
boolarr.sum(axis=1)
# array([1, 2, 2])
同様に、np.count_nonzero
の場合:
np.count_nonzero(boolarr, axis=1)
# array([1, 2, 2])