今天小编就为大家分享一篇python 判断矩阵中每行非零个数的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下所示：
# -*- coding: utf-8 -*- # @Time : 2018/5/17 15:05 # @Author : Sizer # @Site : # @File : test.py # @Software: PyCharm import time import numpy as np # data = np.array([ # [5.0, 3.0, 4.0, 4.0, 0.0], # [3.0, 1.0, 2.0, 3.0, 3.0], # [4.0, 3.0, 4.0, 3.0, 5.0], # [3.0, 3.0, 1.0, 5.0, 4.0], # [1.0, 5.0, 5.0, 2.0, 1.0] # ]) data = np.random.random((1000, 1000)) print(data.shape) start_time = time.time() # avg = [float(np.mean(data[i, :])) for i in range(data.shape[0])] # print(avg) start_time = time.time() avg = [] for i in range(data.shape[0]): sum = 0 cnt = 0 for rx in data[i, :]: if rx > 0: sum += rx cnt += 1 if cnt > 0: avg.append(sum/cnt) else: avg.append(0) end_time = time.time() print("op 1:", end_time - start_time) start_time = time.time() avg = [] isexist = (data > 0) * 1 for i in range(data.shape[0]): sum = np.dot(data[i, :], isexist[i, :]) cnt = np.sum(isexist[i, :]) if cnt > 0: avg.append(sum / cnt) else: avg.append(0) end_time = time.time() print("op 2:", end_time - start_time) # # print(avg) factor = np.mat(np.ones(data.shape[1])).T # print("facotr :") # print(factor) exist = np.mat((data > 0) * 1.0) # print("exist :") # print(exist) # print("res :") res = np.array(exist * factor) end_time = t<a style="color:transparent">来源gao($daima.com搞@代@#码网</a>ime.time() print("op 3:", end_time-start_time) start_time = time.time() exist = (data > 0) * 1.0 factor = np.ones(data.shape[1]) res = np.dot(exist, factor) end_time = time.time() print("op 4:", end_time - start_time)
经过多次验证, 第四种实现方式的事件效率最高！
以上这篇python 判断矩阵中每行非零个数的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持gaodaima搞代码网。
以上就是python 判断矩阵中每行非零个数的方法的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python 判断矩阵中每行非零个数的方法
转载请注明原文链接：python 判断矩阵中每行非零个数的方法
