python - 矩阵中每行的特定案例计数

Question

我对 numpy 和科学计算还很陌生，我为一个问题苦苦挣扎了好几天，所以我决定把它贴在这里。

我正在尝试获取 numpy 数组中某个条件的特定出现次数。

In [233]: import numpy as np

In [234]: a= np.random.random([5,5])

In [235]: a >.7
Out[235]: array([[False,  True,  True, False, False],
   [ True, False, False, False,  True],
   [ True, False,  True,  True, False],
   [False, False, False, False, False],
   [False, False,  True, False, False]], dtype=bool)

我想计算每行中 True 的出现次数，并在该计数达到特定阈值时保留这些行:

例如:

results=[]
threshold = 2

for i,row in enumerate(a>.7):
  if len([value for value in row if value==True]) > threshold:
     results.append(i) # keep ids for each row that have more than 'threshold' times True 

这是代码的非优化版本，但我很想用 numpy 实现同样的事情(我有一个非常大的矩阵要处理)。

我一直在尝试使用 np.where 做各种事情，但我只能得到扁平化的结果。我需要行号

提前致谢!

Answer 1

为了使结果可重现，使用一些种子:

>>> np.random.seed(100)

然后对于样本矩阵

>>> a = np.random.random([5,5])

用总和计算沿轴的出现次数:

>>> (a >.7).sum(axis=1)
array([1, 0, 3, 1, 2])

您可以使用 np.where 获取行号:

>>> np.where((a > .7).sum(axis=1) >= 2)
(array([2, 4]),)

要过滤结果，只需使用 bool 索引:

>>> a[(a > .7).sum(axis=1) >= 2]
array([[ 0.89041156,  0.98092086,  0.05994199,  0.89054594,  0.5769015 ],
       [ 0.54468488,  0.76911517,  0.25069523,  0.28589569,  0.85239509]])