博客

Python Numpy库中的count_nonzero()函数用于计算数组中非零元素的数量。下面是详细的攻略：

语法

numpy.count_nonzero(arr, axis=None)

参数

• arr：输入的数组。
• axis：指定需要计算非零元素个数的轴的值。默认情况下，将处理整个数组。

返回值

该函数返回一个整数值，表示数组中非零元素的数量。

示例1

import numpy as np

a = np.array([[1, 2, 0], [0, 3, 4]])
print(np.count_nonzero(a))    # 4

在上面的代码中，我们创建了一个2×3的数组a，并使用count_nonzero()函数计算了其中的非零元素的数量，结果为4。

示例2

import numpy as np

a = np.array([[1, 2, 0], [0, 3, 4]])

print(np.count_nonzero(a, axis=0))    # [1 2 1]

在上面的代码中，我们仍然使用了上面创建的数组a。但是，这次我们将axis参数设置为0，这意味着我们要计算每列的非零元素数量。结果是[1 2 1]，表示第一列只有一个非零元素，第二列有两个非零元素，第三列只有一个非零元素。

总结：count_nonzero()函数是一个非常实用的函数，可以用于统计数组中非零元素的数量。如果需要统计每行或每列中的非零元素数量，可以使用axis参数来实现。