Python numpy.count_nonzero函数方法的使用

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中count_nonzero方法的使用。

numpy.count_nonzero

numpy.count_nonzero(a, axis=None, *, keepdims=False) [source]

计算数组a中非零值的数量。

“non-zero”一词是指Python 2.x内置方法__nonzero__()（重命名为__bool__()。例如，如果任何数字非零，则将其视为真实，而如果其不是空字符串，则将其视为真实。因此，此函数（递归）计算a（及其子数组）中有多少个元素具__nonzero__()或__bool__()方法计算为True。

参数：

a ：array_like

要为其计数非零的数组。

axis ：int 或 tuple, 可选

用于计算非零值的轴或轴元组。默认值为None，

这意味着非零将沿a的a展平版本计算。

1.12.0版中的新功能。

keepdims ：bool, 可选

如果将其设置为True，

则计算的轴将在结果中保留为尺寸为1的维度。

使用此选项，结果将针对输入数组正确传递。

返回值：

count ：int 或 int类型的array

沿给定轴的数组中非零值的个数。否则，返回数组中非零值的总数。

例子

>>> np.count_nonzero(np.eye(4))4>>> a = np.array([[0, 1, 7, 0],...               [3, 0, 2, 19]])>>> np.count_nonzero(a)5>>> np.count_nonzero(a, axis=0)array([1, 1, 2, 1])>>> np.count_nonzero(a, axis=1)array([2, 3])>>> np.count_nonzero(a, axis=1, keepdims=True)array([[2],       [3]])