是否有NumPy函数返回数组中某物的第一个索引？

我知道有一种方法可以让Python列表返回某些内容的第一个索引：

>>> l = [1, 2, 3]
>>> l.index(2)
1

NumPy数组有类似的东西吗？

是的，这是给定NumPy数组array和值的答案item，以搜索：

itemindex = numpy.where(array==item)

结果是具有所有行索引，然后是所有列索引的元组。

例如，如果一个数组是二维的，并且它在两个位置包含您的商品，则

array[itemindex[0][0]][itemindex[1][0]]

将等于您的物品，所以

array[itemindex[0][1]][itemindex[1][1]]

numpy.where

如果仅需要一个值的第一次出现的索引，则可以使用nonzero（或where，在这种情况下，这等于同一件事）：

>>> t = array([1, 1, 1, 2, 2, 3, 8, 3, 8, 8])
>>> nonzero(t == 8)
(array([6, 8, 9]),)
>>> nonzero(t == 8)[0][0]
6

如果您需要每个值的第一个索引，显然可以重复执行与上述相同的操作，但是有一个技巧可能会更快。以下是每个子序列的第一个元素的索引：

>>> nonzero(r_[1, diff(t)[:-1]])
(array([0, 3, 5, 6, 7, 8]),)

请注意，它找到了3s的两个子序列和8s的两个子序列的开头：

[ 1，1，1，2，2，3，8，3，8，8]

因此，它与找到每个值的第一个匹配项略有不同。在您的程序中，您可以使用的排序版本t来获得所需的内容：

>>> st = sorted(t)
>>> nonzero(r_[1, diff(st)[:-1]])
(array([0, 3, 5, 7]),)

您还可以将NumPy数组转换为空中列表并获取其索引。例如，

l = [1,2,3,4,5] # Python list
a = numpy.array(l) # NumPy array
i = a.tolist().index(2) # i will return index of 2
print i

它将打印1。

只是添加了一个非常高性能和方便 麻巴替代基于np.ndenumerate查找第一个索引：

from numba import njit
import numpy as np

@njit
def index(array, item):
    for idx, val in np.ndenumerate(array):
        if val == item:
            return idx
    # If no item was found return None, other return types might be a problem due to
    # numbas type inference.

这非常快，并且自然可以处理多维数组：

>>> arr1 = np.ones((100, 100, 100))
>>> arr1[2, 2, 2] = 2

>>> index(arr1, 2)
(2, 2, 2)

>>> arr2 = np.ones(20)
>>> arr2[5] = 2

>>> index(arr2, 2)
(5,)

这可能比使用或的任何方法都要快得多（因为这会使操作短路）。np.wherenp.nonzero

但是np.argwhere也可以处理优雅与多维数组（您需要手动将它转换到一个元组和它不是短路），但如果没有找到匹配它会失败：

>>> tuple(np.argwhere(arr1 == 2)[0])
(2, 2, 2)
>>> tuple(np.argwhere(arr2 == 2)[0])
(5,)

如果要将其用作其他内容的索引，则可以使用布尔索引（如果数组可广播）；您不需要显式索引。做到这一点的最简单的绝对方法是根据真值简单地建立索引。

other_array[first_array == item]

任何布尔运算均可：

a = numpy.arange(100)
other_array[first_array > 50]

非零方法也需要布尔值：

index = numpy.nonzero(first_array == item)[0][0]

两个零用于索引的元组（假设first_array为1D），然后是索引数组中的第一项。

l.index(x)返回最小的i，使i是列表中x首次出现的索引。

可以放心地假定index()Python 中的函数已实现，以便在找到第一个匹配项后停止，从而获得最佳的平均性能。

为了找到在NumPy数组中的第一个匹配项之后停止的元素，请使用迭代器（ndenumerate）。

In [67]: l=range(100)

In [68]: l.index(2)
Out[68]: 2

NumPy数组：

In [69]: a = np.arange(100)

In [70]: next((idx for idx, val in np.ndenumerate(a) if val==2))
Out[70]: (2L,)

请注意，这两种方法index()，并next在未找到该元素，返回一个错误。使用next，可以在找不到元素的情况下使用第二个参数返回一个特殊值，例如

In [77]: next((idx for idx, val in np.ndenumerate(a) if val==400),None)

NumPy（argmax，where和nonzero）中还有其他函数可用于查找数组中的元素，但是它们都有缺点，即遍历整个数组以查找所有出现的元素，因此没有为查找第一个元素而进行优化。还需要注意的是where，并nonzero返回数组，所以你需要选择得到索引的第一个元素。

In [71]: np.argmax(a==2)
Out[71]: 2

In [72]: np.where(a==2)
Out[72]: (array([2], dtype=int64),)

In [73]: np.nonzero(a==2)
Out[73]: (array([2], dtype=int64),)

时间比较

当搜索的项位于数组的开头（%timeit在IPython shell中使用）时，仅检查大型数组的解决方案使用迭代器的解决方案会更快：

In [285]: a = np.arange(100000)

In [286]: %timeit next((idx for idx, val in np.ndenumerate(a) if val==0))
100000 loops, best of 3: 17.6 µs per loop

In [287]: %timeit np.argmax(a==0)
1000 loops, best of 3: 254 µs per loop

In [288]: %timeit np.where(a==0)[0][0]
1000 loops, best of 3: 314 µs per loop

这是NumPy GitHub的未解决问题。

另请参阅：Numpy：快速找到价值的第一个索引

对于一维排序数组，使用numpy.searchsorted返回NumPy整数（位置）会更加简单有效。例如，

arr = np.array([1, 1, 1, 2, 3, 3, 4])
i = np.searchsorted(arr, 3)

只要确保数组已经排序

还要检查返回的索引i是否实际上包含被搜索的元素，因为searchsorted的主要目的是查找应该在其中插入元素以保持顺序的索引。

if arr[i] == 3:
    print("present")
else:
    print("not present")

要根据任何条件建立索引，可以执行以下操作：

In [1]: from numpy import *
In [2]: x = arange(125).reshape((5,5,5))
In [3]: y = indices(x.shape)
In [4]: locs = y[:,x >= 120] # put whatever you want in place of x >= 120
In [5]: pts = hsplit(locs, len(locs[0]))
In [6]: for pt in pts:
   .....:         print(', '.join(str(p[0]) for p in pt))
4, 4, 0
4, 4, 1
4, 4, 2
4, 4, 3
4, 4, 4

这是一个快速执行list.index（）的功能的函数，除非找不到该异常不会引发异常。当心-在大型阵列上这可能非常慢。如果您愿意将其用作方法，则可以将其修补到数组上。

def ndindex(ndarray, item):
    if len(ndarray.shape) == 1:
        try:
            return [ndarray.tolist().index(item)]
        except:
            pass
    else:
        for i, subarray in enumerate(ndarray):
            try:
                return [i] + ndindex(subarray, item)
            except:
                pass

In [1]: ndindex(x, 103)
Out[1]: [4, 0, 3]

对于一维数组，我建议np.flatnonzero(array == value)[0]，这相当于两np.nonzero(array == value)[0][0]和np.where(array == value)[0][0]，但避免了拆箱1-元件的元组的丑陋。

从np.where（）中选择第一个元素的替代方法是将生成器表达式与枚举一起使用，例如：

>>> import numpy as np
>>> x = np.arange(100)   # x = array([0, 1, 2, 3, ... 99])
>>> next(i for i, x_i in enumerate(x) if x_i == 2)
2

对于二维数组，可以这样做：

>>> x = np.arange(100).reshape(10,10)   # x = array([[0, 1, 2,... 9], [10,..19],])
>>> next((i,j) for i, x_i in enumerate(x) 
...            for j, x_ij in enumerate(x_i) if x_ij == 2)
(0, 2)

这种方法的优势在于，它会在找到第一个匹配项后停止检查数组的元素，而np.where会检查所有元素是否匹配。如果数组中的早期匹配项，则生成器表达式会更快。

NumPy中有很多操作可以组合在一起完成。这将返回等于item的元素的索引：

numpy.nonzero(array - item)

然后，您可以使用列表的第一个元素来获得一个元素。

该numpy_indexed包（声明，我是它的作者）包含list.index为numpy.ndarray的矢量相当于; 那是：

sequence_of_arrays = [[0, 1], [1, 2], [-5, 0]]
arrays_to_query = [[-5, 0], [1, 0]]

import numpy_indexed as npi
idx = npi.indices(sequence_of_arrays, arrays_to_query, missing=-1)
print(idx)   # [2, -1]

该解决方案具有矢量化的性能，可推广到ndarrays，并具有多种处理缺失值的方法。

注意：这是针对python 2.7版本的

您可以使用lambda函数来解决此问题，并且它对NumPy数组和列表均有效。

your_list = [11, 22, 23, 44, 55]
result = filter(lambda x:your_list[x]>30, range(len(your_list)))
#result: [3, 4]

import numpy as np
your_numpy_array = np.array([11, 22, 23, 44, 55])
result = filter(lambda x:your_numpy_array [x]>30, range(len(your_list)))
#result: [3, 4]

你可以使用

result[0]

获取过滤元素的第一个索引。

对于python 3.6，请使用

list(result)

代替

result