My zainicjować tablicę z numpy zer jak poniżej:testu jeśli numpy tablica zawiera same zera
np.zeros((N,N+1))
Ale w jaki sposób sprawdzić, czy wszystkie elementy w dany n * n macierzy tablicy numpy wynosi zero.
Metoda wystarczy zwrócić wartość True, jeśli wszystkie wartości są rzeczywiście zerowe.
Zapoznaj się z numpy.count_nonzero.
>>> np.count_nonzero(np.eye(4))
4
>>> np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]])
5
użyję np.all tutaj, jeśli masz tablicę a:
>>> np.all(a==0)
mi się podoba ta odpowiedź sprawdza non wartości zerowych oraz . Na przykład można sprawdzić, czy wszystkie elementy w tablicy są takie same, wykonując 'np.all (a == a [0])'. Wielkie dzięki! –
innych odpowiedzi zamieszczone tutaj będzie działać, ale najczystsze i najbardziej efektywne w użyciu funkcja jest numpy.any():
>>> all_zeros = not np.any(a)
lub
>>> all_zeros = not a.any()
numpy.all(a==0), ponieważ wykorzystuje mniej pamięci RAM. (Nie wymaga tymczasowej tablicy utworzonej przez termin a==0).numpy.count_nonzero(a), ponieważ może natychmiast wrócić, gdy zostanie znaleziony pierwszy element niezerowy.Nie jestem pewien, czy zgadzam się, że jest to najczystsze rozwiązanie. – Akavall
Jeśli testujesz wszystkie zera, aby uniknąć ostrzeżenia o innej funkcji numpy, a następnie owijania linii w próbie, z wyjątkiem bloku będzie zapisywanie konieczności wykonania testu zer przed operacją, która Cię interesuje, tj.
try: # removes output noise for empty slice
mean = np.mean(array)
except:
mean = 0
pewnością chcesz 'nie np.count_nonzero (np.eye (4))' 'true' wrócić tylko wtedy, gdy wszystkie wartości 0. –