Hướng dẫn how do you count the number of zeros in an array in python? - làm thế nào để bạn đếm số lượng số không trong một mảng 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.

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)

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)

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)

# 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 mảng

Để 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)

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)

# 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)

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]]

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)

# 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]]

Số lượng số không trong mỗi hàng

Để 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]]

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 0 5 2 1 0 8 6]
[[4 3 0]
 [0 0 2]
 [2 5 6]]

# 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 cột

Để đếm số 0 trong mỗi cột, chuyển

[3 0 5 2 1 0 8 6]
[[4 3 0]
 [0 0 2]
 [2 5 6]]

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 0 5 2 1 0 8 6]
[[4 3 0]
 [0 0 2]
 [2 5 6]]

# 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)

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]]

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)

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 mảng

Ngoài 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)

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)

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)

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:

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)

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)

# count zeros in 1d array
n_zeros = np.count_nonzero(arr_1d==0)
# display the count of zeros
print(n_zeros)

# count zeros in 1d array
n_zeros = np.count_nonzero(arr_1d==0)
# display the count of zeros
print(n_zeros)

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)

[3 0 5 2 1 0 8 6]
[[4 3 0]
 [0 0 2]
 [2 5 6]]

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:

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)

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)

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

Đăng ký nhận bản tin của chúng tôi để biết thêm hướng dẫn và hướng dẫn thông tin. Chúng tôi không spam và bạn có thể từ chối bất cứ lúc nào.
We do not spam and you can opt out any time.

Hướng dẫn về mảng Numpy -

• Làm thế nào để sắp xếp một mảng numpy?
• Tạo gấu trúc DataFrame từ một mảng numpy
• Những cách khác nhau để tạo ra các mảng numpy
• Chuyển đổi mảng numpy thành một danh sách - với các ví dụ
• Nối các giá trị vào một mảng numpy
• Tìm chỉ số phần tử trong mảng numpy
• Đọc tệp csv dưới dạng mảng numpy
• Lọc một mảng numpy - với các ví dụ
• Python - chọn ngẫu nhiên giá trị từ danh sách
• Numpy - tổng các giá trị trong mảng
• Numpy - tổng phần tử của hai mảng
• Numpy - Sự nhân phần của hai mảng
• Sử dụng phương thức Numpy Linspace ()
• Sử dụng Numpy Vstack () để xếp các mảng theo chiều dọc
• Không gian logspace () - sử dụng và ví dụ
• Sử dụng phương thức arange () numpy
• Sử dụng numpy hstack () vào các mảng ngăn xếp theo chiều ngang
• Trim Zeros từ một mảng numpy trong Python
• Nhận các giá trị duy nhất và tính trong một mảng numpy
• Mảng numpy phân chia theo chiều ngang với hsplit ()

• 

  Piyush là một nhà khoa học dữ liệu đam mê sử dụng dữ liệu để hiểu mọi thứ tốt hơn và đưa ra quyết định sáng suốt. Trong quá khứ, anh ta làm việc như một nhà khoa học dữ liệu cho ZS và có bằng kỹ sư từ IIT Roorkee. Sở thích của anh ấy bao gồm xem cricket, đọc sách và làm việc trên các dự án phụ.

  Xem tất cả các bài viết