numpy 相当于 list.index [重复]

Question

在 Python 中，我可以使用 list.index 来查找元素的索引，例如[1,2,3,4].index(1) 返回 0，因为元素 1 出现在位置 0。我想用多维数组来做到这一点。也就是说，我希望能够写出类似的东西

x = np.array([[0, 1, 2],
              [3, 4, 5]])
y = np.array([0, 1, 2])
print(x.index(y))

输出应该是0，因为目标元素再次位于第一个位置。

使用内置的 list.index 方法不起作用，因为 numpy 数组的 == 运算符返回一个数组而不是布尔值。而np.argwhere 不做任何广播。我知道我总能做到

idx = 0
while idx < x.shape[0] and (x[idx] != y).any():
  idx += 1
print(idx)

但这感觉太笨拙了！

Answer 1

有几种方法。按照这个例子（Find matching rows in 2 dimensional numpy array）：

>>> np.where((x == y).all(axis=1))
(array([0]),)