如何获取numpy矩阵中每列首个True值的行索引？

我定义了如下NumPy布尔矩阵：

import numpy as np
d = np.array(
      [[False, False, False, False, False,  True],
       [False, False, False, False, False,  True],
       [False, False, False, False,  True,  True],
       [False, False, False, False,  True,  True],
       [False, False, False,  True,  True,  True],
       [False, False, False,  True,  True,  True],
       [False, False,  True,  True,  True,  True],
       [False, False,  True,  True,  True,  True],
       [False,  True,  True,  True,  True,  True],
       [False,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True],
       [False,  True,  True,  True,  True,  True],
       [False, False,  True,  True,  True,  True],
       [False, False, False,  True,  True,  True],
       [False, False, False, False,  True,  True],
       [False, False, False, False, False,  True],
       [False, False, False, False,  True,  True],
       [False, False, False,  True,  True,  True],
       [False, False,  True,  True,  True,  True],
       [False,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True]])

需要生成一个长度为6的向量，每个元素对应矩阵各列中首个True值所在的行索引，预期输出为：

fo = np.array([10, 8, 6, 4, 2, 0])

如果某列没有True值，对应位置返回NaN。

我曾尝试用np.sum(d, axis=0)得到array([4, 8, 12, 16, 20, 23])，结合列长度计算索引，但这个方法只适用于False和True各自连续的情况，无法处理矩阵中True不连续的场景。

解决方案 #

通用实现方法 #

利用np.argmax的特性结合np.where处理无True的列，代码如下：

# 获取每列首个True的索引，无True则返回NaN
first_true_indices = np.where(d.any(axis=0), np.argmax(d, axis=0), np.nan)

代码说明：

• d.any(axis=0)：检查每列是否存在True，返回一个布尔数组，标记哪些列有True值
• np.argmax(d, axis=0)：对每列取第一个True的索引（布尔矩阵中True被视为1，False为0，argmax会返回第一个最大值的位置，也就是首个True的索引）
• np.where：将无True的列对应的索引替换为NaN

针对给定的矩阵d，运行上述代码后会得到array([10., 8., 6., 4., 2., 0.])，完全符合预期。

可选调整：整数类型结果 #

如果需要用整数标记无True的列（比如用-1代替NaN），可以修改为：

first_true_indices = np.where(d.any(axis=0), np.argmax(d, axis=0), -1)

内容的提问来源于stack exchange，提问作者M.E.