如何使用numpy计算数组中满足指定条件的元素占比

核心逻辑 #

Numpy 支持数组级别的批量判断，对数组使用比较运算符会返回布尔数组，数组中符合条件的位置对应值为True，不符合为False。数值计算时True会被视为1，False视为0，基于这个特性可以快速统计符合条件的元素数量。 #

实现方式 #

方式1：分步统计（适配需要单独获取符合条件数量的场景） #

• 第一步：执行条件判断得到布尔数组
• 第二步：对布尔数组执行sum运算，得到符合条件的元素总数
• 第三步：用符合条件的元素总数除以数组总长度，得到占比
  示例代码：

import numpy as np
# 定义示例数组
arr = np.array([1,3,4,20,40,50,3,5])
# 统计大于20的元素数量
valid_num = np.sum(arr > 20)
# 数组总元素数
total_num = np.size(arr)
# 计算占比
ratio = valid_num / total_num
print(ratio) # 输出结果为0.25

方式2：一步计算（更简洁） #

直接对布尔数组执行mean运算，会自动计算True的占比，无需手动计算总长度：

import numpy as np
arr = np.array([1,3,4,20,40,50,3,5])
ratio = np.mean(arr > 20)
print(ratio) # 输出结果为0.25

补充说明：如果需要修改判断规则，只需要替换arr > 20为对应的条件即可，比如arr >= 20（大于等于20）、arr < 5（小于5）、arr == 3（等于3）等规则都适用。

内容的提问来源于stack exchange，提问作者Nathan