统计NumPy数组每行的True-False转换次数

可以利用NumPy的向量式操作实现高效计算，无需循环遍历每行，具体实现如下：

解决方案代码 #

import numpy as np

a = np.array([[True, False,  True,  False,  True],
              [True , True,  True , True,  True],
              [True , True ,False, False ,False],
              [False, True , True,  False,  False],
              [True , True ,False, True, False]])

# 按行计算相邻元素的差值
diff_arr = np.diff(a, axis=1)
# 统计每行中True→False的转换次数（对应diff结果为-1的位置）
count = np.sum(diff_arr == -1, axis=1)

print(count)  # 输出: [2 0 1 1 2]

原理说明 #

• np.diff(a, axis=1)：按行计算数组中相邻元素的差值。由于布尔值在NumPy中本质是整数（True=1，False=0），True→False的转换对应后一个元素减前一个元素的结果为-1。
• np.sum(diff_arr == -1, axis=1)：按行统计差值等于-1的元素数量，即为每行中True到False的转换次数。

该方法完全基于NumPy的内置向量操作，避免了Python循环，在处理大型数组时能保持极高的运算效率。

内容的提问来源于stack exchange，提问作者Anton