你可以这样做：

>>> j = [4, 5, 6, 7, 1, 3, 7, 5]
>>> sum(i > 5 for i in j)
3

用这种方法将True添加到True中，一开始可能看起来很奇怪，但我不认为这是非Python的;毕竟，int的boolis a subclass在2.3之后的所有版本中：

>>> issubclass(bool, int)
True

可以创建一个较小的中间结果，如下所示：

>>> j = [4, 5, 6, 7, 1, 3, 7, 5]
>>> len([1 for i in j if i > 5])
3

如果你使用numpy，你可以保存一些笔画，但是我不认为它比senderle的答案更快/更紧凑。

import numpy as np
j = np.array(j)
sum(j > i)

（有点）不同的方式：
reduce(lambda acc, x: acc + (1 if x > 5 else 0), j, 0)

如果你使用NumPy（正如ludaavic的回答），对于大型数组，你可能希望使用NumPy的sum函数，而不是Python内置的sum函数，以获得显著的加速效果--例如，在我的笔记本电脑上，对于1000万个元素的数组，加速效果超过1000倍：

>>> import numpy as np
>>> ten_million = 10 * 1000 * 1000
>>> x, y = (np.random.randn(ten_million) for _ in range(2))
>>> %timeit sum(x > y)  # time Python builtin sum function
1 loops, best of 3: 24.3 s per loop
>>> %timeit (x > y).sum()  # wow, that was really slow! time NumPy sum method
10 loops, best of 3: 18.7 ms per loop
>>> %timeit np.sum(x > y)  # time NumPy sum function
10 loops, best of 3: 18.8 ms per loop

（上面使用IPython的%timeit“magic”进行计时）

使用对分模块计数的不同方式：

>>> from bisect import bisect
>>> j = [4, 5, 6, 7, 1, 3, 7, 5]
>>> j.sort()
>>> b = 5
>>> index = bisect(j,b) #Find that index value
>>> print len(j)-index
3

我会添加一个Map和过滤器版本，因为为什么不呢？

sum(map(lambda x:x>5, j))
sum(1 for _ in filter(lambda x:x>5, j))

你可以这样做使用函数：

l = [34,56,78,2,3,5,6,8,45,6]  
print ("The list : " + str(l))   
def count_greater30(l):  
    count = 0  
    for i in l:  
        if i > 30:  
            count = count + 1.  
    return count
print("Count greater than 30 is : " + str(count)).  
count_greater30(l)

这是有点长，但详细的解决方案，为初学者：

from functools import reduce 
from statistics import mean

two_dim_array = [[1, 5, 7, 3, 2], [2, 4 ,1 ,6, 8]]

# convert two dimensional array to one dimensional array 
one_dim_array = reduce(list.__add__, two_dim_array)

arithmetic_mean = mean(one_dim_array)

exceeding_count = sum(i > arithmetic_mean for i in one_dim_array)