python - Numpy等效于list.index

在多次调用的低级函数中，我需要执行与python的list.index等效的操作，但要使用numpy数组。该函数在找到第一个值时需要返回，否则返回ValueError。就像是:

>>> a = np.array([1, 2, 3])
>>> np_index(a, 1)
0
>>> np_index(a, 10)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: 10 not in array

如果可能，我想避免Python循环。 np.where不是一个选项，因为它总是遍历整个数组。一旦找到第一个索引，我需要停止的东西。

编辑:与该问题有关的一些更具体的信息。

大约90％的时间中，我要搜索的索引位于数组的前1/4至1/2中。因此，这里可能有2-4倍加速的风险。其他10％的时间该值根本不在数组中。

我已经描述了事情，对np.where的调用是瓶颈，至少占总运行时间的50％。

引发ValueError并不是必须的；它只需要返回一些明显表明该值不在数组中的值即可。

如建议的那样，我可能会在Cython中编写解决方案。

最佳答案

请参阅我对OP的警告的评论，但总的来说，我会执行以下操作:

import numpy as np
a = np.array([1, 2, 3])
np.min(np.nonzero(a == 2)[0])

如果您要查找的值不在数组中，则由于以下原因，您将获得ValueError:

ValueError: zero-size array to ufunc.reduce without identity

因为您正在尝试获取空数组的最小值。

我将分析此代码，看看它是否是一个实际的瓶颈，因为通常当numpy使用内置函数而不是显式python循环搜索整个数组时，它相对较快。在发现第一个值时坚持停止搜索可能在功能上不相关。