Comment compter le nombre d'éléments vrais dans un tableau bool de NumPy ?

Question

J'ai un tableau NumPy 'boolarr' de type booléen. Je veux compter le nombre d'éléments dont les valeurs sont True . Existe-t-il une routine NumPy ou Python dédiée à cette tâche ? Ou, dois-je itérer sur les éléments dans mon script ?

Answer 1

Vous avez plusieurs options. Deux de ces options sont les suivantes.

boolarr.sum()
numpy.count_nonzero(boolarr)

Voici un exemple :

>>> 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)

>>> boolarr.sum()
5

Bien sûr, c'est un bool -Réponse spécifique. De manière plus générale, vous pouvez utiliser numpy.count_nonzero .

>>> np.count_nonzero(boolarr)
5

Answer 2

Cette question a permis de résoudre une question assez similaire pour moi et j'ai pensé que je devais la partager :

En python brut, vous pouvez utiliser sum() pour compter True dans un list :

>>> sum([True,True,True,False,False])
3

Mais ça ne marchera pas :

>>> sum([[False, False, True], [True, False, True]])
TypeError...

Answer 3

En termes de comparaison de deux tableaux numpy et de comptage du nombre de correspondances (par exemple, prédiction de classe correcte dans l'apprentissage automatique), j'ai trouvé l'exemple ci-dessous pour deux dimensions utile :

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])

qui peut être étendu aux dimensions D.

Les résultats sont :

Prédiction :

[[1 2]
 [2 0]
 [2 0]
 [1 2]
 [1 2]]

Cible :

[[0 1]
 [1 0]
 [2 0]
 [0 0]
 [2 1]]

Nombre de prédictions correctes pour D=1 : 1

Nombre de prédictions correctes pour D=2 : 2

Answer 4

boolarr.sum(axis=1 or axis=0)

axe = 1 donnera le nombre de trues dans une ligne et axe = 0 comptera le nombre de trues dans les colonnes donc

boolarr[[true,true,true],[false,false,true]]
print(boolarr.sum(axis=1))

sera (3,1)

Answer 5

b[b].size

donde b est le tableau booléen en question. Il filtre b pour True et ensuite compter la longueur du tableau filtré.

Ce n'est probablement pas aussi efficace np.count_nonzero() mentionné précédemment, mais est utile si vous oubliez l'autre syntaxe. De plus, cette syntaxe plus courte fait gagner du temps au programmeur.

Démonstration :

In [1]: a = np.array([0,1,3])

In [2]: a
Out[2]: array([0, 1, 3])

In [3]: a[a>=1].size
Out[3]: 2

In [5]: b=a>=1

In [6]: b
Out[6]: array([False,  True,  True])

In [7]: b[b].size
Out[7]: 2