Question

我有任何值的数组，通常是相同的，我试图找到最小的索引。但我想知道所有相同的对象。

所以例如我有数组a = [1, 2, 3, 4]并找到我使用a.index(min(a))的最小的索引，这将返回0.但如果我有一个a = [1, 1, 1, 1]数组，则使用同样的事情仍会返回0。

我想知道多个索引与我要搜索的内容匹配以及这些索引是什么。我该怎么做呢？

Answer 1

list.index(value)返回value中list的第一次出现的索引。

更好的想法是使用简单的列表理解和enumerate：

indices = [i for i, x in enumerate(iterable) if x == v]

其中v是您要搜索的值，iterable是支持迭代器协议的对象，例如它可以是生成器或序列（如list）。

对于您的特定用例，它看起来像

def smallest(seq):
    m = min(seq)
    return [i for i, x in enumerate(seq) if x == m]

一些例子：

In [23]: smallest([1, 2, 3, 4])
Out[23]: [0]

In [24]: smallest([1, 1, 1, 1])
Out[24]: [0, 1, 2, 3]

如果您不确定seq是否为空，则可以将default=-1（或其他一些值）参数传递给min函数（在Python 3.4中） +）：

m = min(seq, default=-1)

在使用较旧的Python时，请考虑使用m = min(seq or (-1,))（同样，任何值）。

Answer 2

使用numpy.where的不同方法可能看起来像

In [1]: import numpy as np
In [2]: def np_smallest(seq):
   ...:     return np.where(seq==seq.min())[0]

In [3]: np_smallest(np.array([1,1,1,1]))
Out[3]: array([0, 1, 2, 3])

In [4]: np_smallest(np.array([1,2,3,4]))
Out[4]: array([0])

这种方法比小列表的列表理解效率低，但是如果你面对大型数组，numpy可能会节省你一些时间。

In [5]: seq = np.random.randint(100, size=1000)
In [6]: %timeit np_smallest(seq)
100000 loops, best of 3: 10.1 µs per loop
In [7]: %timeit smallest(seq)
1000 loops, best of 3: 194 µs per loop

Answer 3

这是我的解决方案：

def all_smallest(seq):
    """Takes sequence, returns list of all smallest elements"""
    min_i = min(seq)
    amount = seq.count(min_i)
    ans = []
    if amount > 1:
        for n, i in enumerate(seq):
            if i == min_i:
                ans.append(n)
            if len(ans) == amount:
                return ans            
    return [seq.index(min_i)]

代码非常简单我认为这里都清楚，没有任何解释。

如何判断多个索引何时匹配？

3 个答案: