Python 二维数组每列的第一个和最后一个数字的索引1

我有一个二维数组（

Q

），它只包含0和1（二进制矩阵）。对于

Q

的每一列，我想找到值为1的第一行和最后一行的索引。每列至少包含一个

1

下面是一个例子：

[[1, 1, 1, 0, 0, 0, 0],
 [0, 1, 1, 1, 0, 0, 0],
 [1, 0, 0, 0, 1, 0, 1],
 [0, 0, 0, 1, 0, 1, 1],
 [1, 0, 1, 0, 0, 0, 0],
 [0, 0, 1, 0, 0, 0, 1],
 [0, 0, 0, 1, 0, 1, 0]]

boundsList = {0: (0, 4), 1: (0, 1), 2: (0, 5), 3: (1, 6), 4: (2, 2), 5: (3, 6), 6: (2, 5)}

我实现了一个算法，它可以工作，但对于大型阵列，它效率不高：

boundsList = {}
for i in range (0, len(Q)):
    column = Q[:,i]
    indexesList = []
    for idx, pos in enumerate (column):
        if pos == 1:
            indexesList.append(idx)
    boundsList[i] = (indexesList[0], indexesList[-1])

---

有人能为这个问题提出另一个简单的解决方案吗？

让我们从您的阵列开始：

>>> Q
array([[1, 1, 1, 0, 0, 0, 0],
       [0, 1, 1, 1, 0, 0, 0],
       [1, 0, 0, 0, 1, 0, 1],
       [0, 0, 0, 1, 0, 1, 1],
       [1, 0, 1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 1],
       [0, 0, 0, 1, 0, 1, 0]])

要获取包含1的第一行每列的索引，请执行以下操作：

>>> np.argmax(Q, axis=0) # Index of first appearance of 1
array([0, 0, 0, 1, 2, 3, 2])

>>> Q.shape[0] - np.argmax(Q[::-1, :], axis=0) - 1 # Index of last appearance of 1
array([4, 1, 5, 6, 2, 6, 5])

要获取包含1的最后一行中每列的索引，请执行以下操作：

>>> np.argmax(Q, axis=0) # Index of first appearance of 1
array([0, 0, 0, 1, 2, 3, 2])

>>> Q.shape[0] - np.argmax(Q[::-1, :], axis=0) - 1 # Index of last appearance of 1
array([4, 1, 5, 6, 2, 6, 5])

要将它们合并到您喜欢的词典中：

>>> dict(enumerate(zip( np.argmax(Q, axis=0), Q.shape[0] - np.argmax(Q[::-1, :], axis=0) - 1)))
{0: (0, 4), 1: (0, 1), 2: (0, 5), 3: (1, 6), 4: (2, 2), 5: (3, 6), 6: (2, 5)}

---

可能最快的方法是从两侧使用该方法（它可以工作，因为它首先找到最大值的位置），然后将其放入字典中。与使用

np相比，
argmax
方法的开销（常数因子）要少得多。argmax

因此，特别是对于小数组，该方法将更快

由于

dict

，

enumerate

和

zip

在列表上比数组快，我还将中间数组转换为列表（使用

tolist

方法是实现这一点的最快方法）：

---

Q[：：-1]

是反向数组，为了得到“未反向”索引，我必须从

Q.shape[0]-1

中减去它们。每个列都至少有一个

1

？是的，在该列中至少会找到一个值1。数组中只有值0和1。感谢绅士们，所有提出的算法都优雅地解决了这个问题。