Question

我知道numpy.where给出条件适用的数组坐标的元组。但是，如果我想要一个阵列怎么办？假设以下2d数组：

a=np.array([[1 1 1 1 0],
            [1 1 1 0 0],
            [1 0 0 0 0],
            [1 0 1 1 1],
            [1 0 0 1 0]])

现在我想要的只是第一次出现的零，但对于每一行，即使它不存在。类似于Java中的indexOf()。所以输出看起来像：

array([-1,2,2,1,0])

我需要剪切一个ndarray的片段，减少一个维度而不是一个元组并尝试重新生成丢失的行会容易得多。

Answer 1

this您要找的是什么？

import numpy as np

a=np.array([[1, 1, 1, 1, 0],
            [1, 1, 1, 0, 0],
            [1, 0, 0, 0, 0],
            [1, 0, 1, 1, 1],
            [1, 0, 0, 1, 0]])

np.argmax(a==0, axis=0) - ~np.any(a==0, axis=0)

输出：

array([-1,  2,  2,  1,  0], dtype=int64)

这里的想法是np.argmax找到每列中第一个匹配元素的索引（{em>列的axis=0，这似乎是你想要的输出，但如果你真的想要行，请使用axis=1）。因为np.argmax对于完全不匹配的列返回0，所以我从每个不包含任何0的列的结果中减去1。

Answer 2

这是一个不那么狡猾的解决方案，但可以说更容易解决。首先找到所有匹配，然后创建一个带有匹配的第一个元素的数组，如果len == 0，则创建-1。

a=np.array([[1,1,1,1,0],
        [1,1,1,0,0],
        [1,0,0,0,0],
        [1,0,1,1,1],
        [1,0,0,1,0]])

matches = [np.where(np.array(i)==0)[0] for i in a.T]
np.array([i[0] if len(i) else -1 for i in matches]) # first occurence, else -1

array([-1,  2,  2,  1,  0])

将非零索引作为数组查找

2 个答案: