查找下一个大于阈值的值的索引，单位为Numpy[重复]
假设我有一个数组a，
a = np.array([50,49,47,55,68,70,65])
并且我想要第一个值的索引大于65（即4）。在Numpy中完成此任务的最快方法是什么（因为我的实际数据集要大得多）？
共有2个答案
我建议使用numba，它是decorators。多亏了这个库，您可以在使用普通Python时获得比numpy更好的性能分数（或与标准相当）。
在您的情况下，可能是：
import numba
@numba.njit
def find_greater(array, threshold: int):
for i in range(len(array)):
if array[i] > threshold:
return i
该选项在时间复杂度、最大O（n）（通常要小得多）方面优于注释中建议的方法。
Argmax会找到第一个True的索引，尝试这个np.argmax（a
-
我需要找到高于指定阈值的的第一个和最后一个元素。我找到了以下解决方案，这是有效的，但它看起来有点令人费解。有没有更简单/更蟒蛇的方式？
-
我有一个2D麻木阵列： 如何获取大于的元素的索引？ 现在，我正在做以获取每个最大值的索引，结果是：。我如何实现上述操作？
-
问题内容： 假设我有 有没有一种有效的numpy方法来查找值变化的每个索引？例如，我想要一些结果， 如果某些numpy例程无法做到这一点，那么在python中执行此操作的快速方法是什么？推荐给一些很好的numpy教程对我来说也很有用，因为我是个numpy初学者。 问题答案： 您可以通过将每个元素与其相邻元素进行比较来以numpy的形式获得此功能； 要获取索引，请使用“ where”功能 在这里，您
-
我有一个向量，想找到第一个大于100的值的位置。
-
问题内容： 我有一个数组： 我希望在此数组中找到多个值的行的索引： 对于此示例，我想要一个类似的结果： 我有一个执行此操作的代码，但我认为它过于复杂： 我找到了类似问题的答案，但仅适用于一维数组。 有没有一种方法可以更简单地完成我想要的工作？ 问题答案： 方法1 一种方法是像这样 方法＃2 一种内存有效的方法是将每一行转换为等效的线性索引，然后使用np.in1d，例如， 方法3 使用np.sear