Python如何查找numpy数组每行满足条件的元素索引并转换为字典

下面两种方案都避免了逐行遍历数组调用自定义函数，在大数组场景下性能远高于逐行处理：

方案1：纯NumPy向量化实现（大数组优先选择） #

利用np.unique定位行分界点，直接拆分列索引，全程为NumPy底层向量操作，无Python层面循环，处理十万级以上行的数组时性能优势明显：

import numpy as np

# 基于你已经得到的g0数组处理
rows, cols = g0.T
# 获取所有存在符合条件元素的行号、每行首次出现的索引、每行符合条件的元素个数
unique_rows, split_idx, _ = np.unique(rows, return_index=True, return_counts=True)
# 按行分界点拆分列索引数组
col_groups = np.split(cols, split_idx[1:])
# 转换为目标字典格式
res = {row: group.tolist() for row, group in zip(unique_rows, col_groups)}

# 可选：如果需要保留无符合条件元素的行（值设为空列表），补充以下代码
for i in range(myarray.shape[0]):
    res.setdefault(i, [])

输出和你期望的格式完全一致。

方案2：defaultdict遍历实现（小数组更简洁） #

直接遍历argwhere返回的坐标对，用collections.defaultdict聚合结果，线性时间复杂度，逻辑更易读，适合小规模数组场景：

from collections import defaultdict

res = defaultdict(list)
for row, col in g0:
    res[row].append(col)

# 可选：转为普通dict
res = dict(res)

内容的提问来源于stack exchange，提问作者Xunny