Python统计numpy数组每行中超过指定阈值的元素个数

实现方法 #

直接用numpy的向量化操作就能快速得到结果，逻辑很简单：

1. 先通过比较运算符>生成和原数组形状一致的布尔数组，数值大于3的位置为True（数值计算中等价于1），否则为False（数值计算中等价于0）
2. 指定按行维度对布尔数组求和，得到的结果就是每行大于3的元素总数

完整代码示例

import numpy as np

data = np.array([[1, 2, 3, 4, 5],
                 [9, 7, 3, 5, 8],
                 [1, 2, 3, 9, 6]])

# 核心逻辑：大于3的判断 + 按行求和
res = (data > 3).sum(axis=1)
# 如果需要输出普通Python列表，改为 res = (data > 3).sum(axis=1).tolist()

print(res)

运行后输出：

[2 4 2]
# 转列表后输出为 [2, 4, 2]

如果不想依赖numpy的API，也可以用原生Python的列表推导式实现：

res = [sum(1 for num in row if num > 3) for row in data]

这种写法适合小体量数据，数据量大的场景优先用numpy的向量化方案，运行效率高很多。

内容的提问来源于stack exchange，提问作者Blg Khalil