假设我有
>>> v
array([1, 1, 1, 1, 1, 2, 2, 2, 3, 4, 3, 4, 3, 4, 3, 4, 5, 5, 5])
是否有一种有效的 numpy 方法来查找值发生变化的每个索引？例如，我想要一些结果，例如，
>>> index_of_changed_values(v)
[0, 5, 8, 9, 10, 11, 12, 13, 14, 15, 16]
如果某些 numpy 例程无法做到这一点，那么在 python 中快速的方法是什么？由于我是 numpy 初学者，因此推荐一些好的 numpy 教程对我也很有用。
【问题讨论】：
标签： python numpy indexing unique
您可以通过将每个元素与其相邻元素进行比较，在 numpy 中获得此功能；
v[:-1] != v[1:]
array([False, False, False, False, True, False, False, True, True,
True, True, True, True, True, True, True, False, False], dtype=bool)
要获取您使用“where”函数的索引
np.where(v[:-1] != v[1:])[0]
array([ 4, 7, 8, 9, 10, 11, 12, 13, 14, 15])
您可以在此处添加第一个元素并添加一个以获取与您的问题相同的索引方案。
【讨论】：
类似于@kith 的回答，但需要较少的按摩结果：
np.where(np.roll(v,1)!=v)[0]
无需添加 0 或添加 1。 示例：
>>> v=np.array([1, 1, 1, 2, 2, 3, 3, 4, 4, 4])
>>> np.where(np.roll(v,1)!=v)[0]
array([0, 3, 5, 7])
编辑：正如@Praveen 提到的，当最后一个元素和第一个元素相等时，这会失败。
【讨论】：
[1, 1, 1, 2, 2, 2, 1, 1, 1]，这将不起作用。即，第一个和最后一个值是相同的，所以你不会像你期望的那样得到索引'0'......
差不多十年后，但我今天遇到了这个。
@kith 的答案很好，但可能没有我们想要的那么简洁（还要考虑到答案中未明确说明的步骤）。
完整的答案是，
v = np.array([1, 1, 1, 1, 1, 2, 2, 2, 3, 4, 3, 4, 3, 4, 3, 4, 5, 5, 5])
np.concatenate((np.array([0]),np.where(v[:-1] != v[1:])[0]+1),axis=0)
我更喜欢的另一种选择是，
np.where(np.diff(v,prepend=np.nan))[0]
也返回
array([ 0, 5, 8, 9, 10, 11, 12, 13, 14, 15, 16], dtype=int64)
正如我所说，这个想法与 @kith 的想法相同，但是，
v[:-1] != v[1:] 替换为np.diff()，然后在np.where 中将数组转换为布尔值，这并没有太大变化，但看起来更整洁。np.diff() 之前添加 np.nan 来完成的。 diff 输出的第一个元素将是 np.nan，在 python 中 np.nan 总是计算 True。【讨论】：
np.where(np.diff(v,prepend=np.nan))[0] 才能工作。我为那些不知道的人发帖。
很好的问题和答案！
我正在处理一个向量，其中包含大约 100 万个从 1 到 100,000 的单调非递减整数（例如 [1, 1, 1, 2, 3, 3, 4, ..., 100000]）。对于这个数据集，上面讨论的 2 个习语以及是否使用 prepend kwarg 之间似乎存在明显的性能差异：
%timeit np.where(np.diff(v, prepend=np.nan))
15.3 ms ± 113 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit np.where(np.diff(v))[0] + 1
7.41 ms ± 72 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit np.where(v[:-1] != v[1:])[0] + 1
2.85 ms ± 41.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
因此，与使用带有 prepend kwarg 的 diff() 相比，fancy-indexing 调用快 5 倍，并且是使用不带 prepend 的 diff 的两倍多（无论如何在我的旧 MacBook Air 上）。对于大多数用例来说，这种性能差异并不重要，但我正在处理数千个这样的数据集（总共数十亿行），所以我需要牢记性能。
【讨论】：