numpy - 返回数组中元素的第一个索引[重复]

Question

返回变量和 ndarray 中元素之间第一次匹配的索引的最快方法是什么？我看到 numpy.where 使用了很多，但它返回所有索引。

match = 5000
zArray = np.array([[0,1200,200],[1320,24,5000],[5000,234,5230]])

>array([[   0, 1200,  200],
   [1320,   24, 5000],
   [5000,  234, 5230]])

numpy.where(zArray==match)
>(array([1, 2], dtype=int64), array([2, 0], dtype=int64))

我希望返回第一个索引，即仅 [1,2]。但 numpy.where 同时返回 [1,2] 和 [2,0]

Answer 1

您可以使用np.argwhere 将匹配的索引打包为一个二维数组，每行保存每个匹配的索引，然后索引到第一行，就像这样 -

np.argwhere(zArray==match)[0]

或者，使用argmax 更快地获取扁平版本上第一个匹配项的索引，使用np.unravel_index 获取每个维度索引元组的索引 -

np.unravel_index((zArray==match).argmax(), zArray.shape)

示例运行 -

In [100]: zArray
Out[100]: 
array([[   0, 1200, 5000], # different from sample for a generic one
       [1320,   24, 5000],
       [5000,  234, 5230]])

In [101]: match
Out[101]: 5000

In [102]: np.argwhere(zArray==match)[0]
Out[102]: array([0, 2])

In [103]: np.unravel_index((zArray==match).argmax(), zArray.shape)
Out[103]: (0, 2)

运行时测试-

In [104]: a = np.random.randint(0,100,(1000,1000))

In [105]: %timeit np.argwhere(a==50)[0]
100 loops, best of 3: 2.41 ms per loop

In [106]: %timeit np.unravel_index((a==50).argmax(), a.shape)
1000 loops, best of 3: 493 µs per loop