numpy蒙版，用于计算满足条件的元素的数量

问题描述

如何使用Numpy将其向量化为for循环?

How to use Numpy to vectorize this for loop?

count=0
arr1 = np.random.rand(184,184)
for i in range(arr1.size[0]):
    for j in range(arr1.size[1]):
        if arr1[i,j] > 0.6:
            count += 1
print count

我尝试过:

count=0
arr1 = np.random.rand(184,184)
mask = (arr1>0.6)
indices = np.where(mask)
print indices , len(indices) 

我希望len(指数)可以计数，但事实并非如此.请提出任何建议.

I expected len(indices) to give count, but it didn't. Any suggestions please.

推荐答案

获取布尔值掩码并只计算"True"数:

Get a boolean mask and just count the "True"s:

(arr1 > 0.6).sum()

这篇关于numpy蒙版，用于计算满足条件的元素的数量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！