python中的条件求和

我有一个numpy 2d阵列（8000x7200）。我想计算值大于指定阈值的单元格数。我试着用一个双循环来做这个，但是它需要很多时间。

---

有没有快速执行此计算的方法？

您的最佳选择可能类似于

np.count\u nonzero（x>阈值）

，其中

x

是您的二维数组

---

顾名思义，

count\u nonzero

计算非零元素的数量。通过利用

True

为1-ish这一事实，您可以使用它来计算

True

的元素数，假设变量定义为

np.random.seed([3,1415])
a = np.random.rand(8000, 7200)
threshold = .5

然后使用

sum

*

（a>阈值）

是一个布尔数组，指示单元格的每个实例都大于某个

阈值。由于布尔值是
int
的一个子类，
False
为零，
True
为一，因此我们可以轻松地将它们相加<默认情况下，code>numpy

s

sum

对整个数组求和

(a > threshold).sum()
28798689

---

这几乎是50%@Ev.Kounis上的点，这是我选择的示例的性质。我知道，但我仍然对它感到有趣。非常感谢，它工作得很好，但比

np.count\u non zero