在python中找到给定元素右侧的第一个非零元素的索引
我有一个 2D numpy.ndarray。给定位置列表，我想找到同一行中给定元素右侧的第一个非零元素的位置。是否可以将其矢量化？我有一个巨大的数组，循环花费了太多时间。
例如：
matrix = numpy.array([
[1, 0, 0, 1, 1],
[1, 1, 0, 0, 1],
[1, 0, 0, 0, 1],
[1, 1, 1, 1, 1],
[1, 0, 0, 0, 1]
])
query = numpy.array([[0,2], [2,1], [1,3], [0,1]])
预期结果：
>> [[0,3], [2,4], [1,4], [0,3]]
目前我正在使用 for 循环执行此操作，如下所示
for query_point in query:
y, x = query_point
result_point = numpy.min(numpy.argwhere(self.matrix[y, x + 1:] == 1)) + x + 1
print(f'{y}, {result_point}')
PS：我也想找到左边的第一个非零元素。我想，找到正确点的解决方案可以很容易地找到左点。
回答
如果您的查询数组足够密集，您可以反转计算：找到一个大小与matrix给出每个位置的同一行中下一个非零元素的索引相同大小的数组。然后，您的问题就成为了querynumpy 直接支持的应用于此索引数组的问题之一。
找到左索引实际上要容易得多，所以让我们从它开始。我们可以转换matrix成这样的索引数组：
r, c = np.nonzero(matrix)
left_ind = np.zeros(matrix.shape, dtype=int)
left_ind[r, c] = c
现在，您可以使用np.maximum与此答案中的操作方式类似的方法找到前一个非零元素的索引：https : //stackoverflow.com/a/48252024/2988730：
np.maximum.accumulate(left_ind, axis=1, out=left_ind)
现在您可以直接索引ind以获取先前的非零列索引：
left_ind[query[:, 0], query[:, 1]]
或者
left_ind[tuple(query.T)]
现在要用正确的索引做同样的事情，你需要反转数组。但是随后您的指数不再上升，并且您可能会覆盖第一列中的任何零。要解决这个问题，除了只反转数组之外，您还需要反转索引的顺序：
right_ind = np.zeros(matrix.shape, dtype=int)
right_ind[r, c] = matrix.shape[1] - c
您也可以使用任何大于matrix.shape[1]常数的数字。重要的是，反向索引都大于零，因此会np.maximum.accumulate覆盖零。现在您可以np.maximum.accumulate在反向数组上以相同的方式使用：
right_ind = matrix.shape[1] - np.maximum.accumulate(right_ind[:, ::-1], axis=1)[:, ::-1]
在这种情况下，我建议不要使用out=right_ind，因为它right_ind[:, ::-1]是同一缓冲区的视图。该操作是缓冲的，但如果您的行大小足够大，您可能会无意中覆盖数据。
现在您可以像以前一样对数组进行索引：
right_ind[(*query.T,)]
在这两种情况下，您都需要与 的第一列堆叠query，因为这是行键：
>>> row, col = query.T
>>> np.stack((row, left_ind[row, col]), -1)
array([[0, 0],
[2, 0],
[1, 1],
[0, 0]])
>>> np.stack((row, right_ind[row, col]), -1)
array([[0, 3],
[2, 4],
[1, 4],
[0, 3]])
>>> np.stack((row, left_ind[row, col], right_ind[row, col]), -1)
array([[0, 0, 3],
[2, 0, 4],
[1, 1, 4],
[0, 0, 3]])
如果您计划一次或在整个程序中对数组中的大部分行进行采样，这将帮助您加快速度。另一方面，如果您只需要访问一个小的子集，则可以将此技术仅应用于您需要的行。