Matplotlib 如何计算每列中小于某一数值的元素个数

阅读更多：Matplotlib 教程

前言

在数据处理中，我们经常需要对数据进行快速的统计，比如需要计算每个元素小于某个值的个数。本文将介绍Matplotlib库中如何实现这个功能。

numpy

numpy是一款科学计算的重要工具，它拥有丰富的计算方法。在这篇文章中，我们需要用到它来对数据进行处理。

numpy.count_nonzero

numpy.count_nonzero方法可以用于计算输入数组中非零元素的个数，它可以接受两个参数，分别为输入数组以及轴向（默认为None）。如果设置了轴向，那么计算的是每个轴向上非零元素的个数，如果不设置，则计算所有元素的非零个数。

比如，我们有一个数组a：

import numpy as np

a = np.array([[0, 1, 4], [5, 6, 0]])

我们可以计算每个轴向上非零元素的个数：

np.count_nonzero(a, axis=0)  # 计算每列非零元素的个数
array([1, 2, 1])

np.count_nonzero(a, axis=1)  # 计算每行非零元素的个数
array([2, 2])

numpy.less

numpy.less方法可以用于比较两个数组中的元素，如果前一个数组中的元素小于后一个数组中的元素，则返回True，否则返回False。

比如，我们有两个数组a和b：

import numpy as np

a = np.array([1, 2, 3, 4])
b = np.array([2, 3, 4, 5])

我们可以比较这两个数组：

np.less(a, b)
array([ True,  True,  True,  True])

可以看到，比较结果是一个布尔数组，其中True表示a中对应的元素小于b中对应的元素。

计算每列中小于某一数值的元素个数

在了解了上述两个方法之后，我们可以通过以下步骤计算每列中小于某一数值的元素个数：

1.使用numpy.less方法来比较数组中的元素与给定值。

import numpy as np

def count(a, x):
    less = np.less(a, x)
    return np.sum(less, axis=0)

2.使用numpy.sum方法计算结果数组less中每列中True的个数。

在这个方法中，我们使用了np.sum方法来计算结果数组less中每列中True的个数，并在轴向0上进行求和，得到每列中小于x的个数。

接下来，我们使用一个实际的例子演示如何计算每列中小于某一数值的元素个数：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8 ,9]])
x = 5
result = count(a, x)
print(result)  # 输出[2 2 0]

在这个例子中，我们先定义了一个2维数组a，用于表示数据。然后，我们计算了每列中小于5的元素个数，并将结果输出。

总结

本文介绍了Matplotlib库中如何计算每列中小于某一数值的元素个数。通过使用numpy库中的count_nonzero和less方法，我们可以方便地计算每列中小于x的元素个数，并进行数据处理。在实际应用中，这个方法可以帮助我们快速地统计数据，并进行数据分析。