<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um die Anzahl der Elemente zu z\u00e4hlen, die True<\/strong> in einem NumPy-Array sind:<\/span><\/p>\n Dieses spezielle Beispiel gibt die Anzahl der Elemente zur\u00fcck, die True<\/strong> im NumPy-Array namens my_array<\/strong> entspricht.<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Funktion count_nonzero()<\/strong> die Anzahl der Elemente in einem NumPy-Array z\u00e4hlen, die True entspricht:<\/span><\/p>\n Aus der Ausgabe k\u00f6nnen wir ersehen, dass 5<\/strong> Werte des NumPy-Arrays gleich True<\/strong> sind.<\/span><\/p>\n Wir k\u00f6nnen uns das NumPy-Array manuell ansehen, um zu \u00fcberpr\u00fcfen, ob das Array tats\u00e4chlich drei Elemente mit True<\/strong> enth\u00e4lt.<\/span><\/p>\n Wenn Sie stattdessen die Anzahl der Elemente gleich False<\/strong> z\u00e4hlen m\u00f6chten, k\u00f6nnen Sie die Ergebnisse der Funktion count_nonzero()<\/strong> wie folgt von der Funktion size()<\/strong> subtrahieren:<\/span><\/p>\n Aus der Ausgabe k\u00f6nnen wir ersehen, dass 4<\/strong> Werte des NumPy-Arrays gleich False<\/strong> sind.<\/span><\/p>\n Hinweis<\/strong> : Wenn Ihr NumPy-Array NaN-Werte enth\u00e4lt, z\u00e4hlt die Funktion count_nonzero()<\/strong> jeden NaN-Wert als Element gleich True.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere g\u00e4ngige Vorg\u00e4nge in Python ausf\u00fchren:<\/span><\/p>\n So berechnen Sie den Modus des NumPy-Arrays<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um die Anzahl der Elemente zu z\u00e4hlen, die True in einem NumPy-Array sind: import numpy as np n.p. count_nonzero (my_array) Dieses spezielle Beispiel gibt die Anzahl der Elemente zur\u00fcck, die True im NumPy-Array namens my_array entspricht. Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> numpy as<\/span> np\n\nn.p. count_nonzero<\/span> (my_array)\n<\/strong><\/pre>\n Beispiel: Z\u00e4hlen Sie die Anzahl der Elemente im NumPy-Array, die True entsprechen<\/strong><\/span><\/h2>\n
import<\/span> numpy as<\/span> np\n\n#create NumPy array\n<\/span>my_array = np. array<\/span> ([True, False, False, False, True, True, False, True, True])\n\n#count number of values in array equal to True\n<\/span>n.p. count_nonzero<\/span> (my_array)\n\n5<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#create NumPy array\n<\/span>my_array = np. array<\/span> ([True, False, False, False, True, True, False, True, True])\n\n#count number of values in array equal to False\n<\/span>n.p. size<\/span> (my_array) - np. count_nonzero<\/span> (my_array)\n\n4<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So ordnen Sie eine Funktion einem NumPy-Array zu<\/a>
So sortieren Sie ein NumPy-Array nach Spalte<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"