Python 对单个行使用np.count\u nonzero（）的Numpy掩码

有没有一种方法可以在不使用for循环的情况下为numpy数组中的各个行创建numpy掩码

示例：如果行的非零值超过零，则应用真掩码

给定输入：

array=[[0,0]，[0,1]，[0,2]，[0,0]]

预期输出：

mask=[False，True，True，False]

编辑：

---

我的目标是了解是否有更快的上述代码实现，这允许我对非零元素的数量使用多个不同的值。

这可以由numpy自己实现。但你得想一想

首先，你需要写下你的情况，观察你会得到什么。例如：

>>> print(array>0)
[[False False]
 [False  True]
 [False  True]
 [False False]]

>>> print((array>0).any(axis=1))
[False  True  True False]

然后，您应该找到一种方法来聚合您的结果。对于此任务，聚合方法any是最佳方法。它与内置的any一样有效，但您可以明确指定要聚合的轴。例如：

>>> print(array>0)
[[False False]
 [False  True]
 [False  True]
 [False False]]

>>> print((array>0).any(axis=1))
[False  True  True False]

---

---

因此，您的问题的答案是：

mask=（array>0）。任何（axis=1）

这都可以由numpy自己完成。但你得想一想

首先，你需要写下你的情况，观察你会得到什么。例如：

>>> print(array>0)
[[False False]
 [False  True]
 [False  True]
 [False False]]

>>> print((array>0).any(axis=1))
[False  True  True False]

然后，您应该找到一种方法来聚合您的结果。对于此任务，聚合方法any是最佳方法。它与内置的any一样有效，但您可以明确指定要聚合的轴。例如：

>>> print(array>0)
[[False False]
 [False  True]
 [False  True]
 [False False]]

>>> print((array>0).any(axis=1))
[False  True  True False]

---

所以你的问题的答案是：

mask=（数组>0）。any（axis=1）