2D numpy配列のFalse値を数える最も効率的な（そしてpythonの）方法は？私はこのような<code>np.array</code>で<code>False</code>値をカウントしようとしています

Question

：

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

私は通常、このメソッドを使用します。

number_of_false=np.size(a)-np.sum(a) 

は、より良い方法はありますか？これはそれを行うだろう

Answer 1

使用count_nonzero（例えばないFalse）の値非ゼロをカウントする：

>>> np.size(a) - np.count_nonzero(a) 
2 

Answer 2

：

len(np.where(a==False))

はたぶん速いですか良く見て、他の方法があります。

Answer 3

1つの選択肢は、次のようになります。

np.bitwise_not(a).sum() 

でも短く、多分それほど明確ではない：

(~a).sum() 

Answer 4

明らかに明確なことは、必要なものを正確に尋ねることですが、それはそれを意味するものではありません最も効率的である：np.size(a) - np.count_nonzero(a)

で、

seq = [[True, True, False, True, False, False, False] * 10 for _ in range(100)] 
    a = np.array(seq) 

    np.size(a) - np.count_nonzero(a) 1000000 loops, best of 3: 1.34 µs per loop - Antti Haapala 
    (~a).sum()      100000 loops, best of 3: 18.5 µs per loop - Paul H 
    np.size(a) - np.sum(a)    10000 loops, best of 3: 18.8 µs per loop - OP 
    len(a[a == False])     10000 loops, best of 3: 52.4 µs per loop 
    len(np.where(a==False))   10000 loops, best of 3: 77 µs per loop - Forzaa 

明確な勝者は、大きさの順序によって、アンティHaapalaです：提案の回答でのpython 2.7でjupyterに%%timeitを使用して

は明確な勝者を与えます

len(np.where(a==False))は、配列の入れ子構造によってペナルティを受けているようです。 1 D配列の同じベンチマークは10000 loops, best of 3: 27 µs per loop