获取每行中第一次出现的索引答案

【问题标题】：Getting index of first occurrence in each row获取每行中第一次出现的索引
【发布时间】：2014-07-15 04:00:54
【问题描述】：

我有这个充满布尔值的数组：

array([[[ True,  True, False, False, False, False],
        [ True, False, False, False, False, False]],

       [[False, False, True, False, True, False],
        [ True, False, False, False, False, False]],

       [[ True, False, False, False, False, False],
        [ True, False, False, False, False, False]]], dtype=bool)

我想在每一行的每一列中获取第一次出现 True 的索引，所以答案是这样的：

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

有没有简单快捷的方法？

【问题讨论】：

您想要第一次出现，还是所有出现？您的措辞建议前者，而您的示例输出建议后者。
我想在每一行的每一列中第一次出现 - 一旦我们在一列中找到 True，移动到下一列，寻找 True，切换到下一行，重复。在使用 3d 数组时，我很难找到正确的措辞，抱歉。
根据this answer 获取项目的第一个索引将出现在 numpy 2.0 中。
您的示例输入和输出有问题，您的数组的形状为(3, 2, 6)，您的输出形状为(6, 3)，但在输出中您使用从0到2的索引，这是一个@ 987654326@。也许您可以通过以下方式更好地描述您的问题：遍历轴 x，然后遍历轴 y 并在轴 z 中找到第一个索引。

标签： python arrays numpy boolean

【解决方案1】：

目前无法测试，但我认为这应该可行

arr.argmax(axis=1).T

argmax 在 numpy 1.9 中的 bools 短路，因此对于这个用例，它应该优先于 where 或 nonzero。

编辑好的，所以上面的解决方案不起作用，但是argmax的方法仍然有用：

In [23]: mult = np.product(arr.shape[:-1])

In [24]: np.column_stack(np.unravel_index(arr.shape[-1]*np.arange(mult) +
   ....:                                  arr.argmax(axis=-1).ravel(),
   ....:                                  arr.shape))
Out[24]:
array([[0, 0, 0],
       [0, 1, 0],
       [1, 0, 2],
       [1, 1, 0],
       [2, 0, 0],
       [2, 1, 0]])

【讨论】：

【解决方案2】：

您似乎希望 np.where() 结合 the solution of this answer 来查找唯一行：

b = np.array(np.where(a)).T
#array([[0, 0, 0],
#       [0, 0, 1],
#       [0, 1, 0],
#       [1, 0, 2],
#       [1, 0, 4],
#       [1, 1, 0],
#       [2, 0, 0],
#       [2, 1, 0]], dtype=int64)
c = b[:,:2]
d = np.ascontiguousarray(c).view(np.dtype((np.void, c.dtype.itemsize * c.shape[1])))
_, idx = np.unique(d, return_index=True)

b[idx]
#array([[0, 0, 0],
#       [0, 1, 0],
#       [1, 0, 2],
#       [1, 1, 0],
#       [2, 0, 0],
#       [2, 1, 0]], dtype=int64)

【讨论】：