在一维数组上使用 numpy_where答案

【问题标题】：using numpy_where on a 1D array在一维数组上使用 numpy_where
【发布时间】：2015-01-21 16:07:31
【问题描述】：

我正在尝试使用 numpy_where 来查找特定值的索引。虽然我在网上搜索了很多，包括 stackoverflow，但我没有找到一个简单的 1D 示例。

ar=[3,1,4,8,2,1,0]
>>> np.where(ar==8)
(array([], dtype=int64),)

我希望 np.where(ar==8) 返回数组中 8 的索引/位置。我究竟做错了什么？它在我的阵列中吗？谢谢

【问题讨论】：

标签： arrays numpy indexing location

【解决方案1】：

这是一个很好的例子，说明 Python 和 numpy 中的变量类型范围如何让初学者感到困惑。发生的事情是 [3,1,4,8,2,1,0] 返回一个列表，而不是 ndarray。因此，表达式ar == 8 返回一个标量False，因为列表和标量类型之间的所有比较都返回False。因此，np.where(False) 返回一个空数组。解决方法是：

arr = np.array([3,1,4,8,2,1,0])
np.where(arr == 8)

这将返回(array([3]),)。有进一步混淆的机会，因为where 返回一个元组。如果您编写一个打算访问索引位置（在本例中为 3）的脚本，您需要 np.where(arr == 8)[0] 将第一个（也是唯一一个）结果拉出元组。要真正获得值 3，您需要 np.where(arr == 8)[0][0]（尽管如果数组中没有 8，这将引发 IndexError）。

这是一个示例，其中 Matlab 或 Octave 等数字专用语言更易于新手使用，因为该语言不太通用，因此需要理解的返回类型较少。

【讨论】：