计算 NumPy 数组中的零
有时，我们必须对数组中的元素进行计数。在计数时，我们有时会关联一个条件并计算满足该条件的元素。它可以是大于条件，小于条件，等于条件等。
在本文中，我们将学习如何有效地计算 NumPy 数组中的零。
NumPy 附带了我们可以应用于多维 NumPy 数组和矩阵的各种方法。它还具有一些可用于计数零的功能。
本文将讨论两种这样的方法，count_nonzero() 和 where()。
使用 count_nonzero() 计算 NumPy 数组中的零
顾名思义，此方法计算非零元素。我们将使用此函数来计数零。
count_nonzero() 返回一个整数值或一个整数值数组。
count_nonzero() 的语法如下。
count_nonzero(a, axis, keepdims)
它具有以下参数。
a- 函数将在其中计数零的数组axis- 这是一个可选参数，它是指将沿其计算非零元素的轴或轴元组。此参数的默认值为None，这意味着将在展平的数组上进行计数。keepdims- 这是一个可选的布尔参数。默认情况下，它是False。如果设置为True，则计数的轴将保留为尺寸为 1 的尺寸。
现在，让我们使用此方法计算零。有关第一种方法，请参考以下代码段。
import numpy as np
myArray = np.array([1, 2, 0, 3, 4, 0, 5, 6, 0])
myMatrix = np.array([[0, 0, 1, 1], [0, 1, 0, 1], [1, 0, 1, 0], [1, 1, 0, 0]])
print(myArray)
print(myMatrix)
print(f"Number of Non-Zeroes in Array --> {np.count_nonzero(myArray)}")
print(f"Number of Non-Zeroes in Matrix --> {np.count_nonzero(myMatrix)}")
print(f"Number of Zeroes in Array --> {myArray.size - np.count_nonzero(myArray)}")
print(f"Number of Zeroes in Matrix --> {myMatrix.size - np.count_nonzero(myMatrix)}")
输出：
[1 2 0 3 4 0 5 6 0]
[[0 0 1 1]
[0 1 0 1]
[1 0 1 0]
[1 1 0 0]]
Number of Non-Zeroes in Array --> 6
Number of Non-Zeroes in Matrix --> 8
Number of Zeroes in Array --> 3
Number of Zeroes in Matrix --> 8
在上面的代码片段中，我们要做的就是计算非零元素的数量，然后从数组或矩阵的总大小中减去非零元素的数量。
此解决方案可能不是此函数的最佳用途，但下面的方案是。
import numpy as np
myArray = np.array([1, 2, 0, 3, 4, 0, 5, 6, 0])
myMatrix = np.array([[0, 0, 1, 1], [0, 1, 0, 1], [1, 0, 1, 0], [1, 1, 0, 0]])
print(myArray)
print(myMatrix)
print(myArray == 0)
print(myMatrix == 0)
print(f"Number of Zeroes in Array --> {np.count_nonzero(myArray == 0)}")
print(f"Number of Zeroes in Matrix --> {np.count_nonzero(myMatrix == 0)}")
输出：
[1 2 0 3 4 0 5 6 0]
[[0 0 1 1]
[0 1 0 1]
[1 0 1 0]
[1 1 0 0]]
[False False True False False True False False True]
[[ True True False False]
[ True False True False]
[False True False True]
[False False True True]]
Number of Zeroes in Array --> 3
Number of Zeroes in Matrix --> 8
该解决方案的核心是以下原则：计算机科学中任何 false 的值都可以表示为 0，而 true 的值可以表示为非零值。
myArray == 0 语句返回一个数组，其中满足该属性的所有元素均为 True，不满足该条件的元素均为 False。条件本身检查元素是否为零。因此，所有零元素都将变为 True，现在，我们必须对它们进行计数。为此，我们使用 count_nonzero() 方法。
此处是该功能的官方文档的链接。
使用 where() 计算 NumPy 数组中的零
where() 函数根据指定条件过滤数组中的元素，并返回过滤后的数组。它返回已过滤元素的索引。使用此函数，我们将构建一个仅包含零的数组，而这个新数组的长度将为我提供零计数。
现在，让我们看看解决方案。
import numpy as np
myArray = np.array([1, 2, 0, 3, 4, 0, 5, 6, 0])
myMatrix = np.array([[0, 0, 1, 1], [0, 1, 0, 1], [1, 0, 1, 0], [1, 1, 0, 0]])
print(myArray)
print(myMatrix)
print(myArray[np.where(myArray == 0)])
print(myMatrix[np.where(myMatrix == 0)])
print(f"Number of Zeroes in Array --> {myArray[np.where(myArray == 0)].size}")
print(f"Number of Zeroes in Matrix --> {myMatrix[np.where(myMatrix == 0)].size}")
输出：
[1 2 0 3 4 0 5 6 0]
[[0 0 1 1]
[0 1 0 1]
[1 0 1 0]
[1 1 0 0]]
[0 0 0]
[0 0 0 0 0 0 0 0]
Number of Zeroes in Array --> 3
Number of Zeroes in Matrix --> 8
在上面的代码片段中，我们过滤掉了所有零元素。where() 函数返回这些元素的索引。我们进一步使用这些索引来获取原始元素。显然，它们都将为零。最后，我们计算了这些零的数量并打印了计数。
Vaibhav is an artificial intelligence and cloud computing stan. He likes to build end-to-end full-stack web and mobile applications. Besides computer science and technology, he loves playing cricket and badminton, going on bike rides, and doodling.