### Numpy 统计数组元素个数的方法 在 NumPy 中，有多种方式可以统计数组中元素的总个数或者特定条件下满足要求的元素个数。以下是几种常见的方式及其适用场景： #### 1. **统计整个数组中的元素总数** 如果需要计算一个数组中所有元素的数量，无论其维度如何，都可以使用以下方法之一： - **`size` 属性** 这是最直接的方法，用于返回数组中元素的总数。 ```python import numpy as np array = np.array([[1, 2, 3], [4, 5, 6]]) total_elements = array.size print(total_elements) # 输出：6[^2] ``` - **`shape` 属性** 如果仅限于一维数组，也可以通过 `shape[0]` 来获取元素数量；但对于多维数组，则需结合乘法运算得到总的元素数目。 ```python elements_in_first_dimension = array.shape[0] * array.shape[1] print(elements_in_first_dimension) # 输出：6[^2] ``` - **内置函数 `len()`** 对于一维数组而言，`len(array)` 可以给出该方向上的长度值。然而当面对更高维度的情况时，此方法只反映第一个轴的方向大小而非整体容量。 ```python length_of_array = len(array) print(length_of_array) # 输出：2（因为这是二维矩阵的第一维度） ``` #### 2. **统计满足某些条件的元素个数** 要找出符合指定标准（比如大于某个阈值）的那些项有多少个，可运用布尔掩码技术配合求和操作完成任务。 - **布尔索引加求和** 创建一个基于给定准则形成的布尔型新阵列，之后再累加其中所有的真值即代表符合条件之物的数量。 ```python condition_met_count = np.sum(array > 3) print(condition_met_count) # 假设array=[[1,2,3],[4,5,6]], 则输出应为3[^1] ``` #### 3. **统计不同唯一值各自的出现频率** 有时我们不仅关心总体规模或部分成员状况，还希望了解各个独立实体分别占据的比例关系。 - **组合使用 `np.unique` 和参数设置** 此功能不仅能识别出独一无二的数据项目列表，还能同时记录下它们各自对应的重现频次。 ```python values, occurrences = np.unique(array, return_counts=True) for val, occ in zip(values, occurrences): print(f"Value {val} occurs {occ} times.") # 若输入array=[1,2,2,3,3,3], 将会打印每种数字的具体分布情况[^4] ``` --- ###