如何在Numpy数组切片中高效查找从后往前的首个0的位置

嘿，针对你这个在numpy切片里找从后往前第一个0的需求，我有几个高效的解决方案，毕竟numpy本身就提供了很多向量化的工具，完全不用手动循环浪费性能～

先明确你的目标切片：slice_arr = np.array([0,0,1,1,0,1,1])，我们要找到从后往前第一个0的索引（结果是4）。

方案一：反转数组+argmax（最简洁高效） #

这个思路是把切片反转后，找到第一个0的位置，再转换回原数组的索引：

import numpy as np

slice_arr = np.array([0,0,1,1,0,1,1])
# 反转数组后，找到第一个0的索引
rev_first_zero_idx = np.argmax(slice_arr[::-1] == 0)
# 转换为原切片的索引
target_idx = len(slice_arr) - 1 - rev_first_zero_idx
print(target_idx)  # 输出4

原理说明：slice_arr[::-1]将数组反转成[1,1,0,1,1,0,0]，slice_arr[::-1] == 0生成布尔数组[False,False,True,False,False,True,True]，np.argmax会返回第一个True的位置（也就是2），最后用切片总长度减1再减去这个反转后的索引，就得到了原数组中从后往前第一个0的位置。

这个方法全程是numpy的向量化操作，不用遍历整个数组，在数据量大的时候优势特别明显。

方案二：获取所有0的索引，取最后一个 #

这个方法更直观，先找出切片中所有0的索引，直接取最后一个就是目标位置：

zero_indices = np.nonzero(slice_arr == 0)[0]
if zero_indices.size > 0:
    target_idx = zero_indices[-1]
    print(target_idx)  # 输出4
else:
    print("切片中没有0")

补充：如果不确定切片中是否存在0，一定要加判断，避免索引越界错误。你也可以用np.where替代np.nonzero，效果是一样的：

zero_indices = np.where(slice_arr == 0)[0]

方案三：手动循环（不推荐大数据量） #

如果你的切片非常小，手动循环也能实现，但性能远不如前两种方法，仅作参考：

target_idx = -1
# 从最后一位往前遍历
for i in range(len(slice_arr)-1, -1, -1):
    if slice_arr[i] == 0:
        target_idx = i
        break
print(target_idx if target_idx != -1 else "没有找到0")

性能小提示 #

所有基于numpy向量化的操作（方案一、二），速度都比手动循环快几个数量级，尤其是当切片数组很大的时候，一定要优先选择向量化方法。

内容的提问来源于stack exchange，提问作者Zeusbeer