,可以使用numpy的函数np.where()
来实现。np.where()
函数返回满足条件的元素的索引。
具体步骤如下:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
queries = [2, 5, 8]
np.where()
函数查找索引:indices = np.where(arr == queries)
print(indices)
完整代码如下:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
queries = [2, 5, 8]
indices = np.where(arr == queries)
print(indices)
输出结果为:
(array([0, 1, 2]), array([1, 1, 1]))
其中,第一个数组[0, 1, 2]
表示满足条件的元素所在的行索引,第二个数组[1, 1, 1]
表示满足条件的元素所在的列索引。
应用场景:
在数据分析、机器学习等领域中,经常需要在多维数组中查找满足特定条件的元素的索引。通过np.where()
函数可以高效地实现这一功能。
推荐的腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云