如何一次性获取NumPy数组中特定元素的索引？

本文共计428个文字，预计阅读时间需要2分钟。

要找到数组 `a` 中每个元素在数组 `b` 中的索引，可以使用 `numpy` 库中的 `searchsorted` 函数。以下是一个简化的代码示例：

pythonimport numpy as np

a=np.array([1, 2, 4])b=np.array([1, 2, 3, 10, 4])

使用searchsorted找到索引indices=np.searchsorted(b, a, side='left')

print(indices)

这段代码将输出每个元素在数组 `b` 中的索引，即 `[0, 1, 4]`。

有没有办法一次获取NumPy数组中的几个元素的索引？

例如.

import numpy as np a = np.array([1, 2, 4]) b = np.array([1, 2, 3, 10, 4])

我想找到a中每个元素的索引,即：[0,1,4].

我发现我使用的解决方案有点冗长：

import numpy as np a = np.array([1, 2, 4]) b = np.array([1, 2, 3, 10, 4]) c = np.zeros_like(a) for i, aa in np.ndenumerate(a): c[i] = np.where(b==aa)[0] print('c: {0}'.format(c))

输出：

c: [0 1 4] 您可以使用 in1d和 nonzero(或者就此而言)：

>>> np.in1d(b, a).nonzero()[0] array([0, 1, 4])

这适用于您的示例数组,但通常返回的索引数组不符合a中值的顺序.这可能是一个问题,具体取决于您下一步要做什么.

在这种情况下,一个更好的答案是@Jaime使用searchsorted给出here：

>>> sorter = np.argsort(b) >>> sorter[np.searchsorted(b, a, sorter=sorter)] array([0, 1, 4])

这将返回值中的值的索引.例如：

a = np.array([1, 2, 4]) b = np.array([4, 2, 3, 1]) >>> sorter = np.argsort(b) >>> sorter[np.searchsorted(b, a, sorter=sorter)] array([3, 1, 0]) # the other method would return [0, 1, 3]