如何在 Numpy Array 中找到值的索引？

在Numpy中，我们通常会遇到查找某个特定值的索引的情况。以下是在Numpy数组中查找值索引的多种方法。

1. 通过 np.where() 函数查找索引

np.where()函数返回满足条件的元素的索引。返回的是一个包含元组的元组，每个元组都有数组的维数个元素。

import numpy as np

# 创建一个示例数组
arr = np.array([1, 2, 3, 4, 5])

# 查找元素2的索引
idx = np.where(arr == 2)

# 打印索引
print(idx)

# 输出：(array([1], dtype=int64),)

2. 使用 np.argwhere() 函数查找索引

np.argwhere()函数与np.where()函数类似，它返回一个包含符合条件的元素索引的数组。

import numpy as np

# 创建一个示例数组
arr = np.array([1, 2, 3, 4, 5])

# 查找元素2的索引
idx = np.argwhere(arr == 2)

# 打印索引
print(idx)

# 输出：[[1]]

3. 通过 np.nonzero() 函数查找索引

np.nonzero()函数也返回索引数组，其中包含非零元素的索引。

import numpy as np

# 创建一个示例数组
arr = np.array([1, 0, 2, 0, 3, 0, 4, 5])

# 查找非零元素的索引
idx = np.nonzero(arr)

# 打印索引
print(idx)

# 输出：(array([0, 2, 4, 6, 7], dtype=int64),)

4. 使用 np.argmax() 或 np.argmin() 函数查找最大/最小值的索引

np.argmax()和np.argmin()函数用于查找数组中最大/最小值的索引。

import numpy as np

# 创建一个示例数组
arr = np.array([1, 2, 3, 4, 5])

# 查找最大值的索引
idx = np.argmax(arr)

# 打印索引
print(idx)

# 输出：4

import numpy as np

# 创建一个示例数组
arr = np.array([1, 2, 3, 4, 5])

# 查找最小值的索引
idx = np.argmin(arr)

# 打印索引
print(idx)

# 输出：0

这就是在Numpy数组中查找值索引的几种方法。有关更多Numpy函数的详细信息，请查看Numpy官方文档。