这有点快（看起来更好）
np.argmax(aa>5)
因为
argmax将在第一个位置停止
True（“如果多次出现最大值，则返回对应于第一个出现的索引。”）并且不会保存其他列表。
In [2]: N = 10000In [3]: aa = np.arange(-N,N)In [4]: timeit np.argmax(aa>N/2)100000 loops, best of 3: 52.3 us per loopIn [5]: timeit np.where(aa>N/2)[0][0]10000 loops, best of 3: 141 us per loopIn [6]: timeit np.nonzero(aa>N/2)[0][0]10000 loops, best of 3: 142 us per loop
