Python矢量化，如何使用numpy获取每一行的所有索引

Question

我很难解决这个问题，主要问题是我正在运行模拟，所以对于 lops 主要是被禁止的，我有一个 NxN 的 numpy 数组，在这种情况下我的大约是 (10000x20) .

stoploss = 19.9 # condition to apply
monte_carlo_simulation(20,1.08,10000,20) #which gives me that 10000x20 np array
mask_trues = np.where(np.any((simulation <= stoploss) == True, axis=1)) # boolean mask

我需要一些代码来制作一个新的 len(10000) 向量，它返回一个包含每一行所有位置的数组，让我们假设:

function([[False,True,True],[False,False,True]])
output = [[1,2],[2]]

同样，主要问题在于没有使用循环。

Answer 1

就是这样:

list(map(np.where, my_array))

与 Kasrâmvd 解决方案的性能比较:

def f(a):
    return list(map(np.where, a))

def g(a):
    x, y = np.where(a)
    return np.split(y, np.where(np.diff(x) != 0)[0] + 1)

a = np.random.randint(2, size=(10000,20))

%timeit f(a)
%timeit g(a)


7.66 ms ± 38.1 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
13.3 ms ± 188 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)