numpyで累積和の閾値を満たす最小 のインデックスを求める

よく使うけどよく忘れるので，メモ

先に結論

argmax()つかうと上手くいく．

やりたいこと

タイトルがわかりづらいかもしれないので，詳しくやりたいことを説明．
numpy.arrayに対して，累積和(cumsum)を計算して，その累積和に対する閾値を超える最小のインデックスとかが欲しくなったりする．
例えば，

In [143]: score
Out[143]: 
array([[  1.05262936e-01,   1.05262936e-01,   1.05262936e-01,
          1.05262936e-01,   1.05262936e-01,   1.57894404e-01,
          1.05262936e-01,   1.05262936e-01,   2.10525873e-06,
          1.05262936e-01],
       [  1.66664722e-01,   1.66664722e-06,   1.66664722e-01,
          2.49997083e-01,   1.66664722e-06,   2.49997083e-01,
          1.66664722e-01,   3.33329444e-06,   3.33329444e-06,
          1.66664722e-06],
       [  9.09090909e-02,   9.09090909e-02,   9.09090909e-02,
          9.09090909e-02,   9.09090909e-02,   1.21212121e-01,
          1.21212121e-01,   9.09090909e-02,   9.09090909e-02,
          1.21212121e-01]])

In [144]: score.shape
Out[144]: (3, 10)

みたいなarrayがあったとして，これの累積和

In [145]: score.cumsum(1)
Out[145]: 
array([[ 0.10526294,  0.21052587,  0.31578881,  0.42105175,  0.52631468,
         0.68420909,  0.78947202,  0.89473496,  0.89473706,  1.        ],
       [ 0.16666472,  0.16666639,  0.33333111,  0.58332819,  0.58332986,
         0.83332694,  0.99999167,  0.999995  ,  0.99999833,  1.        ],
       [ 0.09090909,  0.18181818,  0.27272727,  0.36363636,  0.45454545,
         0.57575758,  0.6969697 ,  0.78787879,  0.87878788,  1.        ]])

がそれぞれ閾値

In [149]: threshold = np.random.random((3, 1))

In [150]: threshold
Out[150]: 
array([[ 0.62732896],
       [ 0.46494853],
       [ 0.54341381]])

よりも大きい要素のうち，一番小さいインデックスが欲しい．
この例だと，score[0, 5], score[1, 3], score[2, 5]になるので，[5, 3, 5]の結果が貰えればいい．

そこで，初めの結論に戻るのだが，numpyのargmaxを使うと，いい塩梅に欲しい出力がもらえた．

In [155]: score.cumsum(1) > threshold
Out[155]: 
array([[False, False, False, False, False,  True,  True,  True,  True,
         True],
       [False, False, False,  True,  True,  True,  True,  True,  True,
         True],
       [False, False, False, False, False,  True,  True,  True,  True,
         True]], dtype=bool)

In [156]: np.argmax(score.cumsum(1) > threshold, 1)
Out[156]: array([5, 3, 5], dtype=int64)

argmaxは最大値を取るインデックスのうち，最も小さいインデックスを返すみたい．

だけど．．．

逆に閾値以下の要素のうち最大のインデックスをもとめたいとき，は無理だった．
[4, 3, 4]が欲しいのだが，

In [176]: score.cumsum(1) < threshold
Out[176]: 
array([[ True,  True,  True,  True,  True, False, False, False, False,
        False],
       [ True,  True,  True, False, False, False, False, False, False,
        False],
       [ True,  True,  True,  True,  True, False, False, False, False,
        False]], dtype=bool)

In [178]: np.argmin(score.cumsum(1) < threshold, 1)
Out[178]: array([5, 3, 5], dtype=int64)

In [179]: np.argmax(score.cumsum(1) < threshold, 1)
Out[179]: array([0, 0, 0], dtype=int64)

こうなってしまう．

np.whereとかで格好良く求めるのが正義?
誰かクールなtipsがあったら教えて下さい．