Python 按数组数组中的列计算布尔数

我有一个带布尔值的数组：

[[False False  True ..., False  True False]
 [False  True  True ...,  True False  True]
 [False False False ...,  True  True False]
 ..., 
 [False False False ..., False False False]
 [ True  True  True ...,  True  True  True]
 [ True  True  True ...,  True  True  True]]
<type 'numpy.ndarray'>

---

如何按列计算布尔数？

假设我有一个numpy数组

a = numpy.ones([3, 4])
>>> a
array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])

numpy有一个非常简洁的特性，让您可以在多个维度中指定切片，这样数组[row\u index，col\u index]就有意义了。考虑以下事项：

>>> sum(a[:,0])
3.0

---

我刚刚添加了列索引为0的所有行值。将该值替换为iterable，您就有了解决方案。

假设我有一个numpy数组

a = numpy.ones([3, 4])
>>> a
array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])

numpy有一个非常简洁的特性，让您可以在多个维度中指定切片，这样数组[row\u index，col\u index]就有意义了。考虑以下事项：

>>> sum(a[:,0])
3.0

---

我刚刚添加了列索引为0的所有行值。用iterable替换该值，您就有了解决方案。

如果您需要一个纯Python解决方案，我会选择它

---

如果你需要一个纯Python的解决方案，我会选择

支持对多个轴上的数组求和。列使用

0

th轴，行使用

1

st轴

>>> arr = np.ndarray(shape=(3, 4), dtype=bool)
>>> arr
array([[False,  True, False,  True],
       [False, False, False,  True],
       [False, False, False, False]], dtype=bool)
>>> np.sum(arr, axis=0)
array([0, 1, 0, 2])
>>> np.sum(arr, axis=1)
array([2, 1, 0])

支持对多个轴上的数组求和。列使用

0

th轴，行使用

1

st轴

>>> arr = np.ndarray(shape=(3, 4), dtype=bool)
>>> arr
array([[False,  True, False,  True],
       [False, False, False,  True],
       [False, False, False, False]], dtype=bool)
>>> np.sum(arr, axis=0)
array([0, 1, 0, 2])
>>> np.sum(arr, axis=1)
array([2, 1, 0])