Python 多元素1D数组上np.where的语法

我有两个独立的数组，其结构如下，为了解决这个问题，我对其进行了简化，我使用的数组的规模为10000个元素加上：

a = np.array([1,2,3])
b = np.array([4,5,6])

使用此处包含的信息：

我创建了一个1D数组，其中引用1个值返回2个值：

 c = np.array([a,b]).T
 print(c)
[[1 4]
 [2 5]
 [3 6]]

我希望实现的是执行np.where或类似语句，通过查找最小的对值或搜索2对值来返回此多元素数组的索引号。该语句将返回索引值，其中两对数字都是最低的或与之匹配的索引。因此，沿着这条线的一些东西，以及随后的输出：

---

输入是使用

np.array（）.T

生成的数组c：

[[1 4]
 [2 5]
 [3 6]]

所需的输出是一个命令，它根据数组c中的最小值对返回索引值：

[1 4]

示例输出：

 np.where(min(c)) #Or Equivalent statement for locating position of an element
 >>> 0 #Index number 

或：

我已尝试此操作，但返回值错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

---

理想情况下，我希望使用最有效的方法，因为我正在处理非常大的数组。

如何定义一对数组的最小值？基本上，如果单个索引的两个元素都是最小值，例如在数组c中，我会说[1 4]的第一个索引将是两个值都要求值的最小值。我认为您需要清楚地定义输入，因为问题中似乎分散了各种输入。输入是使用

np.array（）.T

生成的数组c，我的缺点是没有正确地进行说明。因此，类似于：

c[np.lexsort（c.T）[0]

？

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()