numpy.ma.masked_array.count¶

masked_array.count(axis=None, keepdims=<class numpy._globals._NoValue>)[source]¶

沿给定轴计算数组的非屏蔽元素。

参数：	axis：无或int或tuple ints，可选执行计数的轴或轴。默认值（轴 = 无）对输入数组的所有维执行计数。轴可能为负，在这种情况下，从最后一个轴计数到第一个轴。版本1.10.0中的新功能。如果这是一个int的元组，则在多个轴上执行计数，而不是像以前一样执行单个轴或所有轴。 keepdims：bool，可选如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将针对数组正确地广播。
返回：	result：ndarray或scalar 与输入数组具有相同形状，删除指定轴的数组。如果数组是0-d数组，或者如果轴是无，则返回标量。

参数：

axis：无或int或tuple ints，可选

执行计数的轴或轴。默认值（轴 = 无）对输入数组的所有维执行计数。轴可能为负，在这种情况下，从最后一个轴计数到第一个轴。

版本1.10.0中的新功能。

如果这是一个int的元组，则在多个轴上执行计数，而不是像以前一样执行单个轴或所有轴。

keepdims：bool，可选

如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将针对数组正确地广播。

result：ndarray或scalar

与输入数组具有相同形状，删除指定轴的数组。如果数组是0-d数组，或者如果轴是无，则返回标量。

也可以看看

count_masked: 数组中或沿给定轴的计数屏蔽元素。

例子

>>> import numpy.ma as ma
>>> a = ma.arange(6).reshape((2, 3))
>>> a[1, :] = ma.masked
>>> a
masked_array(data =
 [[0 1 2]
 [-- -- --]],
             mask =
 [[False False False]
 [ True  True  True]],
       fill_value = 999999)
>>> a.count()
3

当指定axis关键字时，返回适当大小的数组。

>>> a.count(axis=0)
array([1, 1, 1])
>>> a.count(axis=1)
array([3, 0])