mindspore.ops.count_nonzero
- mindspore.ops.count_nonzero(x, axis=(), keep_dims=False, dtype=mstype.int32)[源代码]
计算输入Tensor指定轴上的非零元素的数量。如果没有指定维度,则计算Tensor中所有非零元素的数量。
- 参数:
x (Tensor) - 要计算非零元素个数的输入。shape为 \((*)\) ,其中 \(*\) 为任意维度。
axis (Union[int, tuple(int), list(int)],可选) - 要沿其计算非零值数量的维度。默认值:
()
,计算所有非零元素的个数。keep_dims (bool, 可选) - 是否保留 axis 指定的维度。如果为
True
,保留对应维度size为1,如果为False
,不保留对应维度。默认值:False
。dtype (Union[Number, mindspore.bool_],可选) - 输出Tensor的数据类型。默认值:
mstype.int32
。
- 返回:
Tensor, axis 指定的轴上非零元素数量。 数据类型由 dtype 指定。
- 异常:
TypeError - axis 不是int、tuple或者list。
ValueError - 如果 aixs 中的任何值不在 [-x_dims, x_dims) 范围内。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> from mindspore import Tensor, ops >>> import numpy as np >>> import mindspore >>> # case 1: each value specified. >>> x = Tensor(np.array([[0, 1, 0], [1, 1, 0]]).astype(np.float32)) >>> nonzero_num = ops.count_nonzero(x=x, axis=[0, 1], keep_dims=True, dtype=mindspore.int32) >>> print(nonzero_num) [[3]] >>> # case 2: all value is default. >>> nonzero_num = ops.count_nonzero(x=x) >>> print(nonzero_num) 3 >>> # case 3: axis value was specified 0. >>> nonzero_num = ops.count_nonzero(x=x, axis=[0,]) >>> print(nonzero_num) [1 2 0] >>> # case 4: axis value was specified 1. >>> nonzero_num = ops.count_nonzero(x=x, axis=[1,]) >>> print(nonzero_num) [1 2] >>> # case 5: keep_dims value was specified. >>> nonzero_num = ops.count_nonzero(x=x, keep_dims=True) >>> print(nonzero_num) [[3]] >>> # case 6: keep_dims and axis value was specified. >>> nonzero_num = ops.count_nonzero(x=x, axis=[0,], keep_dims=True) >>> print(nonzero_num) [[1 2 0]]