如何用numpy.where或其他方法获取长度>1的子数组首元素？

首先咱们先解决你的问题，再分析你之前尝试的问题出在哪。

方法一：列表推导式（最简洁直观） #

你的b是包含numpy数组的普通列表，直接遍历每个子数组，判断长度是否大于1，符合条件的就取第一个元素：

import numpy as np

# 你的原始数组列表
b = [np.array([0]), np.array([47, 48, 49, 50]), np.array([97, 98, 99])]

# 筛选并提取目标元素
result = [arr[0] for arr in b if len(arr) > 1]
print(result)  # 输出: [47, 97]

方法二：结合numpy.where使用 #

如果你一定要用numpy.where，需要先获取每个子数组的长度，再生成筛选掩码，最后提取对应元素：

import numpy as np

b = [np.array([0]), np.array([47, 48, 49, 50]), np.array([97, 98, 99])]

# 生成每个子数组的长度数组
subarray_lengths = np.array([len(arr) for arr in b])
# 生成长度大于1的掩码
mask = subarray_lengths > 1
# 获取符合条件的索引，再提取对应子数组的第一个元素
result = np.array([b[idx][0] for idx in np.where(mask)[0]])
print(result)  # 输出: array([47, 97])

分析你之前的错误 #

你尝试的numpy.where(numpy.array(b).shape > 1)之所以得到错误结果，是因为：
当你把列表b转成numpy数组时，由于子数组长度不一致，得到的是一个dtype为object的一维数组，它的shape是(3,)。你用这个shape和1比较，本质是把元组(3,)和整数1对比，这显然不是你想要的——你需要检查的是每个子数组自己的长度，而不是整个大数组的shape。

内容的提问来源于stack exchange，提问作者user13107