如何在shape为(50,2)的np数组每行最小值索引处插入二进制1

你可以直接使用NumPy内置的向量化方法完成需求，比原有循环实现效率更高，同时行为和你原来的逻辑完全一致：

最优实现（无循环，适合大规模数组） #

import numpy as np

# 替换为你自己shape为(50,2)的np数组
input_arr = np.array([[2,4], [5,3]])

# 按行计算最小值对应的索引，axis=1指定按行维度计算
min_row_index = input_arr.argmin(axis=1)

# 初始化和输入数组形状一致的全0数组
result = np.zeros_like(input_arr)
# 给每行最小值对应位置赋值为1
result[np.arange(len(input_arr)), min_row_index] = 1

运行后result的输出即为你需要的0-1数组：

array([[1, 0],
       [0, 1]])

兼容你原有循环逻辑的实现 #

如果需要沿用你原来的循环写法，可参考如下代码：

import numpy as np

input_arr = np.array([[2,4], [5,3]])
result = []
for row in input_arr:
    # 原有获取最小值索引的逻辑
    min_pos = list(row).index(min(row))
    # 生成当前行的0-1数组
    cur_row = [0] * row.shape[0]
    cur_row[min_pos] = 1
    result.append(cur_row)

# 若需要输出为np数组，可添加下方代码
# result = np.array(result)

注：如果某行存在多个相等的最小值，两种实现都会取第一个出现的最小值位置设为1，和你原有逻辑的行为一致。

内容的提问来源于stack exchange，提问作者h21