NumPyブール配列の真の要素の数を数える方法

180

ブール型のNumPy配列 'boolarr'があります。値がである要素の数を数えたいTrue。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、スクリプトの要素を反復処理する必要がありますか？

— のりお
ソース

：パンダのためのstackoverflow.com/questions/26053849/...

— プライベート

回答:

261

複数のオプションがあります。2つのオプションは次のとおりです。

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

次に例を示します。

>>> 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、を使用できますnumpy.count_nonzero。

>>> np.count_nonzero(boolarr)
5

— デビッドアルバー
ソース

ありがとう、David。彼らはきちんと見えます。sum（..）を使用するメソッドについて、Trueは常にpython（または少なくともnumpy）では1に等しいですか？保証されない場合は、事前に「if True == 1：」のチェックを追加します。count_nonzero（..）については、残念ながら、バージョン1.5.1のnumpyモジュールには実装されていないようですが、将来的には使用する可能性があります。

— norio

@norioについてbool：ブール値は算術演算では1および0として扱われます。Python標準ライブラリのドキュメントの「ブール値」をご覧ください。NumPy boolとPython boolは同じではありませんが、互換性があることに注意してください（詳細については、こちらを参照してください）。

— David Alber、2011

@norio numpy.count_nonzeroNumPy v1.5.1に含まれていないことについて：あなたは正しい。このリリース発表によれば、NumPy v1.6.0で追加されました。

— David Alber

FWIWは、numpy.count_nonzero少なくとも私のPythonインタープリターでは、約1000倍高速です。 python -m timeit -s "import numpy as np; bools = np.random.uniform(size=1000) >= 0.5" "np.count_nonzero(bools)"対python -m timeit -s "import numpy as np; bools = np.random.uniform(size=1000) >= 0.5" "sum(bools)"

— chbrown 2013年

@chbrownあなたは正しいです。しかし、np.sum(bools)代わりに比較する必要があります！ただし、np.count_nonzero(bools)それでも約12倍高速です。

— mab 2015年

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：

未加工のpython では、aの値sum()をカウントするために使用できます。Truelist

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

しかし、これはうまくいきません：

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

— ギヨーム・ジェンドル
ソース

最初に配列の配列を「フラット化」する必要があります。残念ながら、組み込みの方法はありません、見stackoverflow.com/questions/2158395/...

— トミーchheng

ギヨーム、ありがとう！Pandasデータフレームでも動作します。

— JJFord3 16

2つのnumpy配列を比較し、一致の数を数えること（たとえば、機械学習での正しいクラス予測）の観点から、2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]]

目標：

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

D = 1の正しい予測の数： 1

D = 2の正しい予測の数： 2

— Salehinejad
ソース