无需for循环，如何用Numpy找到有序数组首个满足指定不等式的索引

首先可以先对原不等式做等价变形避免除法运算，减少除零报错风险，核心思路是用向量化运算生成所有位置的匹配掩码，再直接定位第一个满足条件的索引：

• 第一步：生成匹配掩码（针对i≥1的位置，i从0开始计数）
  原不等式np_array[i] > factor * np_array[i] / np_array[i-1]等价变形为（避免除法）：

  mask = np_array[1:] * np_array[:-1] > factor * np_array[1:]
  

  如果你确认数组所有元素非零，也可以直接用原式生成掩码：

  mask = np_array[1:] > factor * np_array[1:] / np_array[:-1]
  

• 第二步：定位第一个满足条件的索引
  用np.argmax找第一个True的位置（True对应值为1，是布尔数组中的最大值），再补1对齐原数组的索引：

  if mask.any():
      first_match_idx = np.argmax(mask) + 1
  else:
      first_match_idx = -1 # 无满足条件的元素时返回标记值，可自定义
  

注意事项 #

• 如果数组长度小于2，不存在i≥1的有效索引，可直接返回-1
• 如果你的实际需求是更常见的np_array[i] > factor * np_array[i-1]，只需要把掩码修改为mask = np_array[1:] > factor * np_array[:-1]即可，后续定位逻辑完全一致
• 上述实现全程无显式for循环，所有运算都是Numpy底层向量化执行，性能远高于Python层循环遍历

内容的提问来源于stack exchange，提问作者DataYoda