从数组中提取正负值的计数答案

【问题标题】：Extract the count of positive and negative values from an array从数组中提取正负值的计数
【发布时间】：2017-12-28 09:47:35
【问题描述】：

我需要使用数组来进行一些计算。我有以下数据：

x = [[81, 68, 71, 71, 67, -72], [79, 77, 88, 88, 59, -71], [67, 71, 68, 68, 85, -66]]

我需要处理数据并从每列中提取正负值的数量，因此输出应该是这样的：

positive_value = [3,3,3,3,0]
negative_vaue = [0,0,0,0,3]

我尝试使用 for 循环但没有成功，也使用 Numpy，但我真的不知道如何使用它。

获得该结果的最佳方法是什么？

【问题讨论】：

为什么 positive_value = [3,3,3,3,0] ？
@keyvanvafaee：我认为 OP 希望明智地计算行数。所以第一列有三个正值，第二列也有三个，等等。
0你想怎么算？
“我尝试了使用 for 循环，但没有成功” 你应该向我们展示你尝试了什么。您可能投了反对票，因为您的问题不包含您自己解决此问题的尝试。
转换成数组，转置。现在你的列已经变成了行，你可以简单地计算其中有多少是正数，其余的变成负数

标签： python list count

【解决方案1】：

可能最优雅的方法是先将其转换为numpy数组，然后对其执行条件>= 0，然后在第一个轴上计算sum(..)：

import numpy as np

np.sum(np.array(x) >= 0, axis=0)

然后产生：

>>> np.sum(np.array(x) >= 0, axis=0)
array([3, 3, 3, 3, 3, 0])

所以通过使用np.array(x) >= 0，我们获得了一个二维布尔数组：

>>> np.array(X) >= 0
array([[ True,  True,  True,  True,  True, False],
       [ True,  True,  True,  True,  True, False],
       [ True,  True,  True,  True,  True, False]], dtype=bool)

由于 True 计为 1，False 计为 0，因此通过计算每列的总和，我们计算正数的数量。

如果你想严格计算正数（所以只大于零），你应该省略>=中的=：

>>> np.sum(np.array(x) > 0, axis=0)
array([3, 3, 3, 3, 3, 0])

【讨论】：

【解决方案2】：

没有任何库

pos = [ sum(y>=0 for y in x)  for x in zip(*mylist) ]
neg = [ len(mylist)-x for x in pos]
print(pos, neg)

demo

【讨论】：

我可能会在列表 comp 之外做len(mylist)； OTOH，len 非常快，所以除非mylist 很大，否则它只会对速度产生微小的影响。
@PM2Ring 在实际代码中，我也是。让我们留下一些功课:)

【解决方案3】：

你可以使用 count_nonzero 函数，为此你可能需要修改你的数组

>>> np.count_nonzero(np.eye(4))  #identity matrix              
4            
>>> np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]])   
5           
>>> np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]], axis=0)         
array([1, 1, 1, 1, 1])         
>>> np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]], axis=1)        
array([2, 3])

【讨论】：

【解决方案4】：

>>> x = [[81, 68, 71, 71, 67, -72], [79, 77, 88, 88, 59, -71], [67, 71, 68, 68, 85, -66]]
>>> zipped = list(zip(*x))
>>> for items in zipped:
    pos = len(list(filter(lambda i: i > 0, items)))
    neg = len(list(filter(lambda i: i < 0, items)))
    positive_values.append(pos)
    negative_values.append(neg)


>>> positive_values
[3, 3, 3, 3, 3, 0]
>>> negative_values
[0, 0, 0, 0, 0, 3]

【讨论】：

这看起来不像 OP 的目标输出。
是的，这不是我要找的……我这样做是为了计算加权平均值……
@Ben2pop 你还没有告诉我们你想对数据中的零项做什么。

【解决方案5】：

twoD = [[4,3,2,-1],[3,2,1,-1],[1,1,-1,-2],[-1,-1,-2,-3]]
pos = neg = 0
for row in twoD:
   for col in row:
      if col < 0:
         neg += 1
      else:
         pos += 1
print('Number of positive integers are', pos, 'Number of negative integers are', neg)

【讨论】：

【解决方案6】：

上面splash58的答案中的代码有效，而且写得很漂亮：

matrix_2d = [[81, 68, 71, 71, 67, 72], [79, 77, 88, 88, 59, -71], [67, 71, 68, 68, 85, -66]]

pos = [sum(y >= 0 for y in x)  for x in zip(*matrix_2d)]
neg = [len(matrix_2d) - x for x in pos]

print('Positive counts by columns: ', pos)
print('Nagetive counts by columns: ', neg)

但是，如果您想更深入地了解算法的工作原理，这里有一个更简单的版本，虽然更长更冗长：

matrix_2d = [[81, 68, 71, 71, 67, 72], [79, 77, 88, 88, 59, -71], [67, 71, 68, 68, 85, -66]]

matrix_rows = len(matrix_2d)
matrix_cols = len(matrix_2d[0])

positive_counts = [0] * matrix_cols
negative_counts = [0] * matrix_cols

for col_idx in range(matrix_cols):
  for row_idx in range(matrix_rows):
    if matrix_2d[row_idx][col_idx] < 0:
      negative_counts[col_idx] += 1
    else:
      positive_counts[col_idx] += 1


print('Positive counts by columns: ', positive_counts)
print('Nagetive counts by columns: ', negative_counts)

我改变了matrix_2d[0, 5]的输入，所以预期的结果是：

Positive counts by columns:  [3, 3, 3, 3, 3, 1]
Nagetive counts by columns:  [0, 0, 0, 0, 0, 2]

【讨论】：