这有点快(看起来更好)
np.argmax(aa>5)
因为
argmax将在第一个位置停止
True(“如果多次出现最大值,则返回对应于第一个出现的索引。”)并且不会保存其他列表。
In [2]: N = 10000In [3]: aa = np.arange(-N,N)In [4]: timeit np.argmax(aa>N/2)100000 loops, best of 3: 52.3 us per loopIn [5]: timeit np.where(aa>N/2)[0][0]10000 loops, best of 3: 141 us per loopIn [6]: timeit np.nonzero(aa>N/2)[0][0]10000 loops, best of 3: 142 us per loop
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)