count_nonzero

paddle. count_nonzero ( x, axis=None, keepdim=False, name=None ) [源代码]

沿给定的轴 axis 统计输入 Tensor x 中非零元素的个数。

参数

  • x (Tensor) - 输入的 Tensor，数据类型为：bool、float16、float32、float64、int32、int64。

  • axis (None|int|list|tuple，可选) - 指定对 x 进行计算的轴。axis 可以是 int 或者 int 元素的列表。axis 值应该在范围[-D， D)内，D 是 x 的维度。如果 axis 或者其中的元素值小于 0，则等价于 \(axis + D\)。如果 axis 是 None，则对 x 的全部元素计算中位数。默认值为 None。

  • keepdim (bool，可选) - 是否在输出 Tensor 中保留减小的维度。如果 keepdim 为 True，则输出 Tensor 和 x 具有相同的维度(减少的维度除外，减少的维度的大小为 1)。否则，输出 Tensor 的形状会在 axis 上进行 squeeze 操作。默认值为 True。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor，沿着 axis 统计输入 Tensor 中非零元素的个数，数据类型 int64。

代码示例

import paddle
# x is a 2-D Tensor:
x = paddle.to_tensor([[0., 1.1, 1.2], [0., 0., 1.3], [0., 0., 0.]])
out1 = paddle.count_nonzero(x)
# 3
out2 = paddle.count_nonzero(x, axis=0)
# [0, 1, 2]
out3 = paddle.count_nonzero(x, axis=0, keepdim=True)
# [[0, 1, 2]]
out4 = paddle.count_nonzero(x, axis=1)
# [2, 1, 0]
out5 = paddle.count_nonzero(x, axis=1, keepdim=True)
#[[2],
# [1],
# [0]]

# y is a 3-D Tensor:
y = paddle.to_tensor([[[0., 1.1, 1.2], [0., 0., 1.3], [0., 0., 0.]],
                      [[0., 2.5, 2.6], [0., 0., 2.4], [2.1, 2.2, 2.3]]])
out6 = paddle.count_nonzero(y, axis=[1, 2])
# [3, 6]
out7 = paddle.count_nonzero(y, axis=[0, 1])
# [1, 3, 5]