Jak policzyć liczbę prawdziwych elementów w tablicy bool NumPy

Mam tablicę NumPy „boolarr” typu boolowskiego. Chcę policzyć liczbę elementów, których wartości są True. Czy istnieje funkcja NumPy lub Python przeznaczona do tego zadania? Czy też muszę iterować elementy w moim skrypcie?

Masz wiele opcji. Dwie opcje są następujące.

numpy.sum(boolarr)
numpy.count_nonzero(boolarr)

Oto przykład:

>>> 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

Oczywiście jest to boolodpowiedź specyficzna. Mówiąc bardziej ogólnie, możesz użyć numpy.count_nonzero.

>>> np.count_nonzero(boolarr)
5

To pytanie rozwiązało dla mnie dość podobne pytanie i pomyślałem, że powinienem podzielić się:

W surowym pythonie możesz używać sum()do zliczania Truewartości w list:

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

Ale to nie zadziała:

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

Jeśli chodzi o porównanie dwóch tablic liczb liczbowych i policzenie liczby dopasowań (np. Prawidłowe przewidywanie klas w uczeniu maszynowym), znalazłem poniższy przykład dla dwóch wymiarów:

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])

które można rozszerzyć na wymiary D.

Wyniki są następujące:

Prognoza:

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

Cel:

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

Liczba poprawnych prognoz dla D = 1: 1

Liczba poprawnych prognoz dla D = 2: 2