我需要找到一种方法来计算使用np.random.randint()
import numpy as np
p = int(input("Length of matrix: "))
m = np.random.randint(0,9,(p,p))
print(m)
例如,如果矩阵的长度= 4
4号出现多少次?它应该返回5.
答案 0 :(得分:7)
你应该能够很简单地得到这个:
list(m.flatten()).count(x)
另一个可能更快的选择是使用numpy builtin count_nonzero()
:
np.count_nonzero(m == x)
Hooray内置功能。</ p>
答案 1 :(得分:2)
您可以使用sum
功能:
In [52]: m = np.random.randint(0,9,(4,4))
In [53]: m
Out[53]:
array([[8, 8, 2, 1],
[2, 7, 1, 2],
[8, 6, 8, 7],
[5, 2, 5, 2]])
In [56]: np.sum(m == 8)
Out[56]: 4
m == 8
将为每个8返回一个包含True的布尔数组,然后由于python将True计算为1,您可以对数组项进行求和以获得预期项的数量。
答案 2 :(得分:1)
如果您想从所有矩阵元素中获取频率,这是使用numpy.ndarray.flatten和collections.Counter的简单解决方案:
ls
例如,当p = 3时,你会得到这样的结果:
import numpy as np
import collections
p = int(input("Length of matrix: "))
m = np.random.randint(0, 9, (p, p))
print(m)
print(collections.Counter(m.flatten()))
答案 3 :(得分:0)
您可以展平矩阵,然后使用列表SELECT t.*
FROM Test t
WHERE exerVariName = 'Comp'
ORDER BY kg DESC
LIMIT 1;
方法:
count()
答案 4 :(得分:-1)
我会尝试使用参数 return_counts=True 的 numpy 唯一函数(请参阅:https://numpy.org/doc/stable/reference/generated/numpy.unique.html)。
import numpy as np
p = int(input("Length of matrix: "))
m = np.random.randint(0,9,(p,p))
# print(m)
un, nm = np.unique(m, return_counts = True)
# if number that you are looking for is 1 then:
print(nm[un==1])