0 概要

簡單介紹幾種用于判斷numpy數(shù)組是否全零的測試方法。

1 numpy.any()

numpy.any()函數(shù)用于檢查一個numpy數(shù)字是否存在任何一個非0元素，因此將numpy.any()的結(jié)果取反即得“numpy數(shù)組是否全0”的結(jié)果。例如：      

import numpy as np

print('Using numpy.any()...')
a_1D = np.zeros(5)
print('Is a_1D all zeros?: ', not(np.any(a_1D)))
print('Is a_1D all zeros?: ', ~(np.any(a_1D)))
a_1D[2] = -1
print('Is a_1D all zeros?: ', not(np.any(a_1D)))

a_2D = np.zeros((2,3))
print(a_2D)
print('Is a_2D all zeros?: ', not(np.any(a_2D)))
a_2D[1,2] = 0.1
print('Is a_2D all zeros?: ', not(np.any(a_2D)))

輸出結(jié)果：

Using numpy.any()...
Is a_1D all zeros?:  True
Is a_1D all zeros?:  True
Is a_1D all zeros?:  False
[[0. 0. 0.]
[0. 0. 0.]]
Is a_2D all zeros?:  True
Is a_2D all zeros?:  False

注意，python中邏輯取反可以用"~"也可以用"not"，但是不能用“!”(“!=”是比較運算符--comparison operator, 只能用于比如說"b!=c"這樣)。另外，"~"和"not"也是有區(qū)別的，參見以下第4節(jié)。

2 numpy.count_nonzero()

numpy.count_nonzero()用于對數(shù)組的0元素個數(shù)進(jìn)行計數(shù)，因此也可以用來執(zhí)行是否全0的判斷。用法如下：

print('Using numpy.nonzero()...')
a = np.array([1,2,3,0,0,1])
print('Number of zeros in a = ',np.count_nonzero(a))
print('Is a all zeros?: ', np.count_nonzero(a)==0)
a[:] = 0 # Force a to all-zeros array
print('Is a all zeros?: ', np.count_nonzero(a)==0)
print('Is a all zeros?: ', not np.count_nonzero(a))

Using numpy.nonzero()...
Number of zeros in a =  4
Is a all zeros?:  False
Is a all zeros?:  True
Is a all zeros?:  True 

3 numpy.all()  

用numpy.all()也可以實現(xiàn)這一功能。以下例子利用了python內(nèi)部會自動進(jìn)行0--False, 1--True的轉(zhuǎn)換。

print('')
print('Using numpy.all()...')
a = np.zeros(10)
print('Is a all zeros?: ', np.all(a==0))

Using numpy.all()...
Is a all zeros?:  True 

4. 多維數(shù)組可以分axis進(jìn)行判斷

對于多維數(shù)組（這正是numpy正真發(fā)揮強悍實力的地方）以上函數(shù)在缺省情況下是對整個數(shù)組進(jìn)行統(tǒng)一判斷，但是也可以通過axis參數(shù)指定沿指定軸分別處理。如下例所示：

print('')
print('Judge according to the specified axis')
a_2D = np.zeros((2,3))
a_2D[1,2] = 0.1
print(a_2D)
print('Is each col of a_2D all zeros?: ', ~(np.any(a_2D, axis=0)))
print('Is each row of a_2D all zeros?: ', ~(np.any(a_2D, axis=1)))

Judge according to the specified axis
[[0.  0.  0. ]
 [0.  0.  0.1]]
Is each col of a_2D all zeros?:  [ True  True False]
Is each row of a_2D all zeros?:  [ True False]

當(dāng)指定axis=0時相當(dāng)于對2維數(shù)組按列判斷是否全0，指定axis=1時相當(dāng)于對2維數(shù)組按行判斷是否全0。當(dāng)然，這里所說的行和列的概念是從傳統(tǒng)的2維數(shù)組或者矩陣?yán)锢^承而來的概念，當(dāng)考慮更高維數(shù)組的時候，行和列這個概念就不再適用了。關(guān)于高維數(shù)組（也稱：Tensor，張量）的axis將另文介紹。

另外，前面提到表示邏輯取反的“~”和“not”是有所不同的。具體來說就是，not只接受一個操作數(shù)，因此以上這個例子如果將"~"改為not的話會報錯，如下所示：

print('Is each col of a_2D all zeros?: ', not(np.any(a_2D, axis=0)))
print('Is each row of a_2D all zeros?: ', not(np.any(a_2D, axis=1)))

報錯如下： 

而“~”是所謂的Bitwise NOT operator.

如果"~"的輸入是一個整數(shù)的的話，它會將輸入數(shù)的所有比特都取反。如果是一個numpy 數(shù)組的話，則會對其中每一個數(shù)執(zhí)行按位邏輯取反操作。如果是一個numpy布爾類型（True, False）數(shù)組的話，則會對其中每一個布爾數(shù)執(zhí)行邏輯取反操作--以上例子中正是這種用法。

到此這篇關(guān)于Numpy判斷數(shù)組是否全0的三種方法的文章就介紹到這了,更多相關(guān)Numpy判斷數(shù)組是否全0內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論