在Python中如何在2d数组中查找值的索引？

我需要弄清楚如何在2d numpy数组中找到一个值的所有索引

例如，我有以下二维阵列：

([[1 1 0 0],
  [0 0 1 1],
  [0 0 0 0]])

我需要找到所有1和0的索引

1: [(0, 0), (0, 1), (1, 2), (1, 3)]
0: [(0, 2), (0, 3), (1, 0), (1, 1), (the entire all row)]

我尝试了这个，但它没有给我所有的索引：

t = [(index, row.index(1)) for index, row in enumerate(x) if 1 in row]

基本上，它在每一行中只给我一个索引

[（0,0）、（1,2）]

您可以使用它返回x和y索引数组的元组，其中给定条件在数组中保持不变

如果

a

是阵列的名称：

>>> np.where(a == 1)
(array([0, 0, 1, 1]), array([0, 1, 2, 3]))

如果需要（x，y）对的列表，可以

zip

两个数组：

>>> zip(*np.where(a == 1))
[(0, 0), (0, 1), (1, 2), (1, 3)]

---

或者，更好的是，@jme指出，

np.asarray（x）.T

可以更有效地生成对。

您提供的列表理解的问题是，它只深入了一个层次，您需要嵌套的列表理解：

a = [[1,0,1],[0,0,1], [1,1,0]]

>>> [(ix,iy) for ix, row in enumerate(a) for iy, i in enumerate(row) if i == 0]
[(0, 1), (1, 0), (1, 1), (2, 2)]

也就是说，如果使用numpy阵列，最好使用ajcr建议的内置函数。

使用numpy可能是最好的解决方案：

import numpy as np

array = np.array([[1, 1, 0, 0],
                  [0, 0, 1, 1],
                  [0, 0, 0, 0]])

solutions = np.argwhere(array == 1)
print(solutions)

>>>
[[0 0]
 [0 1]
 [1 2]
 [1 3]]

---

这实际上是一个numpy数组吗？是的，它是。实际上我有一个大的2d数组，我是从提取图像中得到的。只有1和0吗？不是在我实际的2d数组中，而是在示例中是的。只需注意：

zip（*x）

对于大的

x

，其中

x=np。其中（a==1）

。如果一个2d数组很好，

np.asarray（x）.T

要快一点，如果你真的想要一个列表列表，

np.asarray（x）.T.tolist（）

稍微快一点。