You need to enable JavaScript to run this app. Python中获取NumPy数组列最小值对应枚举索引的方法
优惠活动
大模型
产品
解决方案
定价
更多

Python中获取NumPy数组列最小值对应枚举索引的方法

对应需求的实现方法

1. 你手里其实已经有目标索引了

你之前用来定位最小值行的np.argmin,返回值本身就是np.ndenumerate遍历输出的第一维行索引,根本不需要绕弯计算:

# 这个变量存的就是你要的行索引,本例运行结果就是8
target_row_idx = np.argmin(test_array[:, 1])
# 用这个索引取出来的行,就是你之前拿到的[408, 347]
min_row = test_array[target_row_idx]

两者的索引逻辑完全一致:np.ndenumerate对二维数组生成的索引格式就是(行号, 列号),和NumPy原生数组的索引顺序没有任何差异,遍历到第8行时输出的第一维x值就是8,和np.argmin返回的行号完全匹配。

2. 之前用np.where拿到杂乱索引的原因

你之前写的itemindex = np.where(test_array == minv)有逻辑偏差:你把整行元素[408, 347]带入全数组做逐元素比对,会匹配到数组里所有值等于408的位置、所有值等于347的位置,最后返回一堆和目标行无关的零散坐标。
如果确实需要用匹配方式定位索引,只要把比对范围缩小到第二列就行:

# 先取第二列的实际最小值
min_val = test_array[:, 1].min()
# 仅在第二列范围内匹配,拿到所有符合条件的行号
all_matched_rows = np.where(test_array[:, 1] == min_val)[0]
# 本例运行结果是所有第二列值为347的行:array([ 8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18])
# 如果要和argmin逻辑一致(取第一个匹配到的行),取数组第一个元素即可
first_matched_row = all_matched_rows[0]

3. 实用注意点

如果第二列存在多个相同的最小值,np.argmin只会返回第一个出现的最小值对应的行号;如果需要拿到全部符合条件的行号,就用上述针对第二列匹配的方法取完整列表就行,不需要靠np.ndenumerate逐行遍历,运算效率高很多。

可以做个简单验证:直接打印test_array[8],输出就是array([408, 347]),和np.ndenumerate遍历到第8行时拿到的整行元素完全一致,不存在索引错位的问题。


内容的提问来源于stack exchange,提问作者zma

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.30 14:15:05