正如Franck Dernoncourt指出的那样，由于一个热编码只有一个单一的1，其余均为零，因此可以在此特定示例中使用argmax。通常，如果要在numpy数组中查找值，则可能要查询numpy.where 。此外，此堆栈交换问题：

是否有NumPy函数返回数组中某物的第一个索引？

由于一个热向量是一个全为0且一个为1的向量，因此您可以执行以下操作：

>>> import numpy as np
>>> a = np.array([[0,1,0,0],[1,0,0,0],[0,0,0,1]])
>>> [np.where(r==1)[0][0] for r in a]
[1, 0, 3]

这只是建立索引列表，每行索引为1。 [0] [0]索引仅用于np.where返回的结构（具有数组的元组），该结构比您要求的要多。

对于任何特定的行，您只想索引到。例如，在第零行的索引1中找到1。

>>> np.where(a[0]==1)[0][0]
1

您可以使用numpy.argmax或tf.argmax 。例：

import numpy as np  
a  = np.array([[0,1,0,0],[1,0,0,0],[0,0,0,1]])
print('np.argmax(a, axis=1): {0}'.format(np.argmax(a, axis=1)))

输出：

np.argmax(a, axis=1): [1 0 3]

您可能还需要查看sklearn.preprocessing.LabelBinarizer.inverse_transform 。