Python 如何获取numpy数组的非零元素行数？

我想找到所有条目小于1e-6或非零值数小于3的行的索引。像这样的东西会很好：

import numpy as np

prob = np.random.rand(15, 500)
all_zero = np.where(prob.max(1) < 1e-6 | np.nonzero(prob, axis=1) < 3) 

将numpy导入为np
概率=np.rand.rand（15500）
所有零点=np，其中（prob.max（1）<1e-6 | np.非零点（prob，轴=1）<3）

您可以使用

np.logical\u或
和
np.sum
非零值来检查哪一行的非零元素少于3个：

all_zero = np.logical_or(prob.max(axis=1) < 1e-6, np.sum(prob != 0, axis=1) < 3)

all_zero=np.logical_或（prob.max（axis=1）<1e-6，np.sum（prob！=0，axis=1）<3）
此代码返回小于3个值的行索引列表​​除0以外（小于1e-6）：

[i代表i，枚举中的val（prob>1e-6），如果val.sum（）1e-6，axis=1）我尝试测量到目前为止提出的解决方案的执行时间：

基准数据：

prob = np.random.rand(10000, 500)

'带列表的解决方案：
%%timeit
[i代表i，枚举中的val（prob>1e-6）如果val.sum（）小于3]
#每个回路39.5 ms±1.4 ms（7次运行的平均值±标准偏差，每个10个回路）

“仅解决方案numpy：
%%timeit
np.式中（np.和（prob>1e-6，轴=1）<3）
#每个回路9.92 ms±199µs（7次运行的平均值±标准偏差，每个100个回路）

客户的解决方案：
%%timeit
所有零=np.逻辑或（概率最大值（轴=1）<1e-6，np.和（概率！=0，轴=1）<3）
np.where（均为零）
#每个回路13.9 ms±150µs（7次运行的平均值±标准偏差，每个100个回路）

最有效的解决方案似乎是第二个。
那么你的问题是什么？你只需要将
非零
求和，即
np.nonzero（prob）.sum（axis=1）
。我也不理解这个问题。哦，你是对的。我没有想到将非零的数量相加。
np.where(np.sum(prob>1e-6, axis=1)<3)

prob = np.random.rand(10000, 500)

%%timeit
[i for i, val in enumerate(prob>1e-6)if val.sum() < 3]
# 39.5 ms ± 1.4 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
np.where(np.sum(prob>1e-6, axis=1) < 3)
# 9.92 ms ± 199 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit
all_zero = np.logical_or(prob.max(axis=1) < 1e-6, np.sum(prob != 0, axis=1) < 3)
np.where(all_zero)
# 13.9 ms ± 150 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)