【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()

引言

本文针对：
【语义分割】评价指标：PA、CPA、MPA、IoU、MIoU详细总结和代码实现（零基础从入门到精通系列！）中实现评价指标代码里相关函数进行补充说明，包括：np.sum()、np.nansun()、np.nanmean()、np.diag()、np.bincount()

np.sum()

numpy中sum函数常用参数：
sum(a, axis=None...)

• a：要进行加法运算的向量、数组、矩阵
• axis：默认为None，可取值为整数
  • axis = None，将a中所有元素全部加起来，求得一个和
  • axis = 0，对a中列求和，压缩行
  • axis = 1，对a中行求和，压缩列
  • 总结：列和压缩行，行和压缩列

例子：

>>> np.sum([0.5, 1.5])
2.0

>>> np.sum([[1, 3], [5, 6]])  # axis = None
15

>>> np.sum([[1, 3], [5, 6]], axis = 0)  # axis = 0
array([6, 9])

>>> np.sum([[1, 3], [5, 6]], axis = 1)  # axis = 1
array([ 4, 11])

在上述例子中：

• 当axis = 0，压缩行，即：将每一列的元素相加，再将矩阵压缩为一行
• 当axis = 1，压缩列，即：将每一行的元素相加，再将矩阵压缩为一列（为方便理解，将此处说为一列，实际上，在控制台的输出中，仍然是以一行的形式输出）

计算如下图所示：

np.nansum()、np.nanmean()

Q：NaN是什么？
A：Not a Number（NaN），代表一个“不是数字”的值，这个指不能直接进行运算，但它却是一个Number类型！
参考链接：
NaN 是什么？它的类型是什么？如何可靠地测试一个值是否等于 NaN ？）

在一个numpy数组求和、均值时，如果这个数组里包含了nan，则程序会报错或者求出来的值是nan，如下代码所示：

>>> arr = np.array([1, 2, 3, 4, np.nan])
>>> arr.sum()
nan
>>> arr.mean()
nan

如何在求和、均值时忽略nan？
使用：np.nansum()、np.nanmean()

>>> arr = np.array([1, 2, 3, 4, np.nan])

>>> arr.sum()
nan
>>> arr.mean()
nan

>>> np.nansum(arr) # np.nansum()中：nan取值为 0
10.0
>>> np.nanmean(arr) # np.nanmean()中：nan取值为0且取均值时忽略它，如：(1 + 2 + 3 + 4) / 4 = 2.5，而不是(1 + 2 + 3 + 4 + 0) / 5 = 2
2.5
>>>

np.diag()

可用于处理：数组、矩阵等
np.diag(arr)

• 当arr是一维数组时，结果是以一维数组组成对角线元素的矩阵
• 当arr是二维矩阵时，结果是二维矩阵的对角线元素

>>> arr1 = np.arange(1, 4)
>>> arr2 = np.arange(1, 10).reshape(3, 3)

>>> arr1
array([1, 2, 3])

>>> arr2
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
       
>>> np.diag(arr1)
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3]])
       
>>> np.diag(arr2)
array([1, 5, 9])

np.bincount()

参考：numpy.bincount详解

Python 中 （&，|）和（and，or）之间的区别

参考：Python 中 （&，|）和（and，or）之间的区别

参考

1. numpy.sum()的使用
2. numpy.ndarray 在求mean，max，min的时候如何忽略跳过nan值，使用np.nanmean, np.nanmax
3. NaN 是什么？它的类型是什么？如何可靠地测试一个值是否等于 NaN ？
4. Python NumPy中的diag函数
5. numpy.bincount详解
6. Python 中 （&，|）和（and，or）之间的区别