如何查找Numpy数组中最大负数与最小正数的索引？

嘿，我来帮你搞定这个Numpy数组的索引查找问题～先明确我们的目标数组：

import numpy as np
Arr = np.array([-10, -8, -8, -6, -2, 2, 4, 19])

我们要找到**最大负数（这里是-2，对应索引4）和最小正数（这里是2，对应索引5）**的位置，下面分步骤给你拆解实现方法：

一、获取最大负数的索引 #

思路很直接：先筛选出所有负数，找到其中的最大值，再定位它在原数组中的索引：

1. 先生成一个布尔掩码，标记数组里哪些元素是负数：

negative_mask = Arr < 0

2. 从原数组中提取所有负数，然后找出其中的最大值：

max_neg_value = Arr[negative_mask].max()

3. 用np.where()定位这个最大值在原数组中的索引（如果有多个相同的最大值，这里取第一个出现的那个）：

max_neg_index = np.where(Arr == max_neg_value)[0][0]

运行后max_neg_index会得到4，完全符合预期。

二、获取最小正数的索引 #

逻辑和上面类似，只是针对正数进行处理：

1. 生成正数的布尔掩码：

positive_mask = Arr > 0

2. 提取所有正数并找到其中的最小值：

min_pos_value = Arr[positive_mask].min()

3. 定位这个最小值在原数组中的索引：

min_pos_index = np.where(Arr == min_pos_value)[0][0]

这里min_pos_index会返回5，正是我们要找的位置。

更简洁的一步到位写法 #

如果不想拆分步骤，也可以把逻辑合并成一行代码，看起来更紧凑：

# 最大负数索引
max_neg_index = np.flatnonzero(Arr < 0)[np.argmax(Arr[Arr < 0])]
# 最小正数索引
min_pos_index = np.flatnonzero(Arr > 0)[np.argmin(Arr[Arr > 0])]

这里np.flatnonzero()会返回所有满足条件的元素的原数组索引，然后我们通过np.argmax()/np.argmin()找到负数/正数子集中最值的位置，再映射回原数组的索引。

额外提醒：边界情况处理 #

如果数组里可能不存在负数或者正数，最好提前做个判断，避免报错：

# 检查是否存在负数，不存在则返回None
if np.any(Arr < 0):
    max_neg_index = np.where(Arr == Arr[Arr < 0].max())[0][0]
else:
    max_neg_index = None

# 检查是否存在正数，不存在则返回None
if np.any(Arr > 0):
    min_pos_index = np.where(Arr == Arr[Arr > 0].min())[0][0]
else:
    min_pos_index = None

内容的提问来源于stack exchange，提问作者Zanam