numpy：在2D数组的每一行中找到第一个值索引

Question

如何使用矢量化numpy函数在2D数组的每一行中找到值的第一个索引？

例如，给定

I = numpy.array([1,1,1]
M = numpy.array([[1,2,3],[2,3,1],[3,1,2]])

输出应该是：

array([0, 2, 1])

我可以用这样的列表理解来做到这一点：

[ numpy.where(M[i] == I[i])[0][0] for i in range(0, len(I)) ]

numpy等价物是什么？

Answer 1

利用矢量化的可能性如下

coords = ((I[:, np.newaxis] == M) * np.arange(M.shape[1], 0, -1)[np.newaxis, :]).argmax(1)
any = (I[:, np.newaxis] == M).any(1)
coords = coords[any]

它通过将减少的计数器乘以每条线来消除同一行中感兴趣的值的几次出现之间的歧义，使得第一次出现具有最高值。 如果给定的行不包含指示的值，则从coords删除它。 其余的行（其中找到了相应的值）由any索引编制索引

Answer 2

我认为这些可能会一步一步地做到：

In [52]:

I = np.array([1,1,1])
#M = np.array([[1,2,3],[2,3,1],[3,1,2]])
M = np.array([[4,2,3],[2,3,4],[3,4,2]])
In [53]:

I1=I.reshape((-1,1))
In [54]:

M1=np.hstack((M, I1))
In [55]:

np.apply_along_axis(np.argmax, 1, (M1-I1)==0)
Out[55]:
array([3, 3, 3])

如果在M找不到该数字，则得到的索引是M.shape[1] 。 由于结果是int array ，因此在这些单元格中放置nan不是一种选择。 但是如果结果是result ，我们可以考虑为这些情况设置-1 ：

result[result==(M.shape[1])]=-1