python 判斷矩陣中每行非零個數(shù)的方法
更新時間：2019年01月26日 15:13:22 作者：四座
今天小編就為大家分享一篇python 判斷矩陣中每行非零個數(shù)的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
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 = time.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)
經(jīng)過多次驗證, 第四種實現(xiàn)方式的事件效率最高！
以上這篇python 判斷矩陣中每行非零個數(shù)的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
Python的開源庫psutil為我們提供了一個強大的工具,能夠輕松獲取和分析系統(tǒng)利用率的信息,下面就跟隨小編一起深入了解一下它的具體使用吧2025-02-02
這篇文章將詳細講解圖像灰度非線性變換。圖像灰度非線性變換主要包括對數(shù)變換、冪次變換、指數(shù)變換、分段函數(shù)變換，通過非線性關系對圖像進行灰度處理，本文主要講解三種常見類型的灰度非線性變換，感興趣的可以了解一下2022-03-03
django 框架實現(xiàn)的用戶注冊、登錄、退出功能示例
這篇文章主要介紹了django 框架實現(xiàn)的用戶注冊、登錄、退出功能,結合實例形式詳細分析了Django框架用戶注冊、登陸、退出等功能具體實現(xiàn)方法及操作注意事項,需要的朋友可以參考下2019-11-11
當在圖像上訓練深度神經(jīng)網(wǎng)絡模型時，通過對由數(shù)據(jù)增強生成的更多圖像進行訓練，可以使模型更好地泛化。本文將為大家介紹Python基于域相關的圖像增強實現(xiàn)方法，需要的可以了解一下2022-01-01
使用Python3中的gettext模塊翻譯Python源碼以支持多語言
這篇文章主要介紹了使用Python3中的gettext模塊翻譯Python源碼以支持多語言,其中翻譯Python源碼只是作為示例以展示gettext的功能和用法，需要的朋友可以參考下2015-03-03
這篇文章主要介紹了Python多線程編程簡單介紹,本文講解了創(chuàng)建線程、Thread對象函數(shù)、常用示例等內(nèi)容,需要的朋友可以參考下2015-04-04
這篇文章主要為大家介紹了使用Pytorch進行多卡訓練的實現(xiàn)方法詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-04-04
這篇文章主要介紹了jupyter notebook的安裝與使用詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-05-05
一文教你如何用Python輕輕松松操作Excel,Word,CSV
數(shù)據(jù)處理是 Python 的一大應用場景，而 Excel 又是當前最流行的數(shù)據(jù)處理軟件。本文將為大家詳細介紹一下如何用Python輕輕松松操作Excel、Word、CSV，需要的可以參考一下2022-02-02
今天小編就為大家分享一篇Tensorflow累加的實現(xiàn)案例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02