Python Numpy：根据条件获取最小值的索引

我有这样一个数组：

array([[ 10, -1],
       [ 3,  1],
       [ 5, -1],
       [ 7,  1]])

我想得到的是第一列中值最小，第二列中值为-1的行的索引

因此基本上，

np.argmin（）

，条件是第二列等于-1（或任何其他值）

在我的示例中，我想得到

2

，它是

[5，-1]

的索引

---

我很确定有一种简单的方法，但我找不到。

这不是很有效，但如果您的阵列相对较小，并且需要单线解决方案：

import numpy as np

a = np.array([
    [10, -1],
    [ 3,  1],
    [ 5, -1],
    [ 7,  1]])

mask = (a[:, 1] == -1)

arg = np.argmin(a[mask][:, 0])
result = np.arange(a.shape[0])[mask][arg]
print result

>>> a = np.array([[ 10, -1],
...               [ 3,  1],
...               [ 5, -1],
...               [ 7,  1]])
>>> [i for i in np.argsort(a[:, 0]) if a[i, 1] == -1][0]
2

---

您可以像

np.argmin（[i for i in a if i[1]=-1]）

一样对数组进行预过滤，但它在数组上运行时仍然返回一个

[[10，-1]，[5，-1]]

是的，我尝试过这些方法。不幸的是，我需要的是初始数组的索引。我不确定问题出在哪里，但如果我尝试

np.argwhere（d[：，1]==1）[np.argmin（d[d[：，1]==1]）]

相反（从-1改为1），我会得到一个错误的结果。我认为您需要选择适当的列，例如

np.argwhere（a[：，1]=-1）[np argmin（a[：，1]==-1,0]）]

（未测试）。是的，我错过了argmin中的列选择。谢谢

>>> a = np.array([[ 10, -1],
...               [ 3,  1],
...               [ 5, -1],
...               [ 7,  1]])
>>> [i for i in np.argsort(a[:, 0]) if a[i, 1] == -1][0]
2