python - tablas - Cuente todos los valores en una matriz mayor que un valor

como usar pandas en python

Question

Tengo que contar todos los valores en una matriz (matriz de 2 d) que son mayores que 200.

El código que escribí para esto es:

za=0   
p31 = numpy.asarray(o31)   
for i in range(o31.size[0]):   
    for j in range(o32.size[1]):   
        if p31[i,j]<200:   
            za=za+1   
print za

o31 es una imagen y la estoy convirtiendo en una matriz y luego encuentro los valores.

Mi pregunta es, ¿hay una manera más simple de hacer esto?

Answer 1

Aquí hay una variante que usa indexación sofisticada y tiene los valores reales como intermedios:

p31 = numpy.asarray(o31)
values = p31[p31<200]
za = len(values)

Answer 2

Esto es muy sencillo con matrices booleanas:

p31 = numpy.asarray(o31)
za = (p31 < 200).sum() # p31<200 is a boolean array, so `sum` counts the number of True elements

Answer 3

Hay muchas maneras de lograr esto, como aplanar y filtrar o simplemente enumerar, pero creo que usar Boolean / mask array es el más fácil (y iirc es mucho más rápido):

>>> y = np.array([[123,24123,32432], [234,24,23]])
array([[  123, 24123, 32432],
       [  234,    24,    23]])
>>> b = y > 200
>>> b
array([[False,  True,  True],
       [ True, False, False]], dtype=bool)
>>> y[b]
array([24123, 32432,   234])
>>> len(y[b])
3
>>>> y[b].sum()
56789

Actualización :

Como ha respondido nneonneo, si todo lo que quiere es la cantidad de elementos que pasan el umbral, simplemente puede hacer:

>>>> (y>200).sum()
3

que es una solución más simple.

Comparación de velocidad con filter :

### use boolean/mask array ###

b = y > 200

%timeit y[b]
100000 loops, best of 3: 3.31 us per loop

%timeit y[y>200]
100000 loops, best of 3: 7.57 us per loop

### use filter ###

x = y.ravel()
%timeit filter(lambda x:x>200, x)
100000 loops, best of 3: 9.33 us per loop

%timeit np.array(filter(lambda x:x>200, x))
10000 loops, best of 3: 21.7 us per loop

%timeit filter(lambda x:x>200, y.ravel())
100000 loops, best of 3: 11.2 us per loop

%timeit np.array(filter(lambda x:x>200, y.ravel()))
10000 loops, best of 3: 22.9 us per loop

*** use numpy.where ***

nb = np.where(y>200)
%timeit y[nb]
100000 loops, best of 3: 2.42 us per loop

%timeit y[np.where(y>200)]
100000 loops, best of 3: 10.3 us per loop

Answer 4

La función numpy.where es tu amiga. Debido a que está implementado para aprovechar al máximo el tipo de datos de la matriz, para las imágenes de gran tamaño, debe observar una mejora de velocidad con respecto a la solución de python pura que proporciona.

El uso de numpy.where directamente arrojará una máscara booleana que indica si ciertos valores coinciden con sus condiciones:

>>> data
array([[1, 8],
       [3, 4]])
>>> numpy.where( data > 3 )
(array([0, 1]), array([1, 1]))

Y la máscara se puede usar para indexar la matriz directamente para obtener los valores reales:

>>> data[ numpy.where( data > 3 ) ]
array([8, 4])

El lugar exacto desde donde lo tomará dependerá de la forma en que desee los resultados.