Hướng dẫn how do you count zeros in python? - làm thế nào để bạn đếm số không trong python?
Trong hướng dẫn này, chúng tôi sẽ xem xét cách đếm số 0 trong một mảng numpy. Chúng tôi cũng sẽ xem xét cách đếm số 0 có mặt trong mỗi hàng và mỗi cột của một mảng 2D. Show
Bạn có thể sử dụng các hàm import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5 hoặc import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 để đếm số 0 trong một mảng numpy. Trên thực tế, bạn có thể sử dụng các chức năng này để đếm các giá trị thỏa mãn mọi điều kiện đã cho (ví dụ: dù chúng bằng không hay không, hoặc liệu chúng có lớn hơn một số giá trị hay không, v.v.). Lưu ý rằng sử dụng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5 đơn giản hơn trong hai phương thức. Sau đây là cú pháp để đếm số 0 bằng cách sử dụng hàm này - # arr is a numpy array # count of zeros in arr n_zeros = np.count_nonzero(arr==0) Hãy cùng xem xét một số ví dụ về cách sử dụng các chức năng trên. Đầu tiên, chúng tôi sẽ tạo ra một vài mảng numpy mà chúng tôi sẽ sử dụng trong suốt hướng dẫn này. import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d) Output: [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]] Bây giờ chúng ta có một mảng một chiều và một mảng hai chiều mà chúng ta sẽ đếm các số không. Đếm tất cả các số không trong mảngĐể đếm tất cả các số không trong một mảng, chỉ cần sử dụng chức năng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5 kiểm tra số không. Nó trả về số lượng của các phần tử bên trong mảng thỏa mãn điều kiện (trong trường hợp này, nếu nó không có hoặc không). Hãy để sử dụng chức năng này để đếm số 0 trong import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)9 được tạo ở trên: # count zeros in 1d array n_zeros = np.count_nonzero(arr_1d==0) # display the count of zeros print(n_zeros) Output: 2 Chúng tôi nhận được 2 làm đầu ra vì có hai phần tử bằng 0 trong mảng 1D import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)9. Bạn cũng có thể sử dụng cùng một cú pháp để đếm số 0 trong các mảng chiều cao hơn. Hãy để đếm số số 0 trong [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]1 bằng cách sử dụng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5 # count zeros in 2d array n_zeros = np.count_nonzero(arr_2d==0) # display the count of zeros print(n_zeros) Output: 3 Chúng tôi nhận được 3 làm đầu ra vì có ba phần tử giá trị bằng không trong mảng [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]1. Số lượng số không trong mỗi hàngĐể đếm số 0 trong mỗi hàng, hãy chuyển [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]4 đến hàm import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5. Hãy để số đếm số không trong mỗi hàng của [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]1 # count zeros in each row n_zeros = np.count_nonzero(arr_2d==0, axis=1) # display the count of zeros print(n_zeros) Output: [1 2 0] Nó trả về một mảng vô âm của số lượng số không trong mỗi hàng. Bạn có thể thấy rằng chúng ta có một phần tử bằng không trong hàng đầu tiên, hai ở hàng thứ hai và không có phần tử nào như vậy trong hàng thứ ba. Đếm số không trong mỗi cộtĐể đếm số 0 trong mỗi cột, chuyển [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]7 đến hàm import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5. Hãy để đếm số 0 trong mỗi cột của [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]1 # count zeros in each column n_zeros = np.count_nonzero(arr_2d==0, axis=0) # display the count of zeros print(n_zeros) Output: import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)0 Chúng tôi có một phần tử bằng không trong mỗi cột của mảng [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]1. Để biết thêm về chức năng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)5, hãy tham khảo tài liệu của nó. Sử dụng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 để đếm số không trong một mảngNgoài ra, bạn có thể sử dụng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 để đếm số 0 trong một mảng. import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 thường được sử dụng để tìm các chỉ mục của các yếu tố thỏa mãn điều kiện trong một mảng numpy. Bạn có thể sử dụng chức năng này để tìm các chỉ mục của các phần tử có giá trị bằng không trong mảng và sau đó đếm chúng để lấy số lượng số không trong mảng. Hãy để đếm số 0 trong mảng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)9 bằng phương pháp này: import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)1 Output: import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)2 Bạn có thể thấy rằng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 dẫn đến một mảng numpy hiển thị các chỉ mục thỏa mãn điều kiện. Chúng tôi thấy rằng các số không có mặt tại INDEX 1 và 5 trong mảng # count zeros in 1d array n_zeros = np.count_nonzero(arr_1d==0) # display the count of zeros print(n_zeros)7. Để có được số lượng, chúng tôi sử dụng thuộc tính # count zeros in 1d array n_zeros = np.count_nonzero(arr_1d==0) # display the count of zeros print(n_zeros)8 của mảng chỉ mục này. Bạn cũng có thể sử dụng import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 để đếm số 0 trong các mảng chiều cao hơn. Ví dụ: hãy để sử dụng nó để đếm số 0 trong [3 0 5 2 1 0 8 6] [[4 3 0] [0 0 2] [2 5 6]]1 import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)3 Output: import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)4 Giá trị được trả về từ import numpy as np # one-dimensional array arr_1d = np.array([3, 0, 5, 2, 1, 0, 8, 6]) print(arr_1d) # two-dimensional array arr_2d = np.array([[4, 3, 0], [0, 0, 2], [2, 5, 6]]) print(arr_2d)6 là một bộ của hai mảng, giá trị đầu tiên hiển thị các chỉ mục hàng của các phần tử phù hợp với điều kiện (phần tử bằng 0) và mảng thứ hai cho các chỉ mục cột cho các phần tử đó. Đếm các chỉ mục trong bất kỳ mảng nào trong số này cung cấp số lượng số không trong mảng. Với điều này, chúng tôi đi đến cuối hướng dẫn này. Các ví dụ và kết quả mã được trình bày trong hướng dẫn này đã được triển khai trong A & nbsp; Jupyter Notebook & NBSP; với hạt nhân Python (phiên bản 3.8.3) có phiên bản Numpy 1.18.5
Hướng dẫn về mảng Numpy -
Có chức năng Zeros trong Python không?Hàm python numpy.zeros () trả về một mảng mới có hình dạng và loại đã cho, trong đó giá trị của phần tử là 0. zeros() function returns a new array of given shape and type, where the element's value as 0.
Zeros và những cái trong Python là gì?Zeros () và OneS () là các hàm thư viện Numpy để tạo hai mảng khác nhau.Hàm Zeros () được sử dụng để tạo một mảng dựa trên hình dạng và loại cụ thể.Tất cả các phần tử mảng được khởi tạo thành 0, được tạo bởi hàm zeros ().hàm () hàm hoạt động giống như hàm zeros ().the NumPy library functions to create two different arrays. zeros() function is used to create an array based on the particular shape and type. All array elements are initialized to 0, which is created by the zeros() function. ones() function works like the zeros() function.
Nan có ở Numpy không?Trong Python, Numpy với phiên bản mới nhất trong đó NAN chỉ là một giá trị chỉ dành cho các mảng nổi chỉ là viết tắt của không phải là một số và là một loại dữ liệu số được sử dụng để thể hiện giá trị không xác định.Trong Python, Numpy định nghĩa NAN là một giá trị không đổi.NumPy defines NaN as a constant value. |