为什么numpy。所有假布尔的列表的argmax是否为零?

从源代码:

In case of multiple occurrences of the maximum values, the indices corresponding to the first occurrence are returned.

在向量全部为假的情况下,最大值为零,因此返回最大值第一次出现的索引,即0。

因此,在一天结束时,这是对 argmax (这是一个简单的函数),忘记了 False True argmax 元素),并期望它像普通 find 函数具有返回空列表的常见约定 [] -1 对于索引,甚至 None 在这种情况下,元素不会退出。

我最终将最终解决方案编码如下

s = pandas.Series( listOfBools )
idx = s.argmax()

if idx == s.index[0] and not s[idx] :
   return -1
return idx

如果您使用的是pandas,您可以用它自己屏蔽布尔级数,然后取该级数的最小值或最大值吗?如果没有真值,则会给出nan。

>>> s = pd.Series([False, False, True, False, True, False], 
                  index=[0, 1, 2, 3, 4, 5])
>>> s[s].index.max()
4
>>> s[s].index.min()
2
>>> s = pd.Series([False, False, False], index=[0,1,2])
>>> s[s].index.max()
nan