三种方式对指定元素实现定位

1. 本人也是新手，需要实现什么功能很多时候就是谷歌搜，一搜搜好几个才能解决问题，就像本文这个问题，我搜索到很多结果就只能找到第一个元素的索引，根本就文不是我想要的，反正大佬八成也看不到这篇文章，就随便写写啦

2. 本文使用python自带功能、numpy库、pytorch库三种方式实现元素定位

3. 写本文一为了方便比我还嫩的新手，二做个记录，所以很有可能我的写法繁琐了，如果您有更好的实现方法，欢迎指正，感谢！

数据准备

import numpy as np
import torch
element = 3
# 要找的元素
list_test = [1, 2, 2, 2, 3, 3, 4, 5, 6, 7, 3]	# 一维数组
list_test_2 = [[1, 2, 3, 4, 3, 4, 6, 1], [1, 3, 2, 2, 3, 5, 6, 3]]	# 二维数组

1. list：一维数组勉强用用，再高维就不要用啦

# 数元素个数
count_3 = list_test.count(element)
>>> print(count_3)
> 3

# 找元素出现的第一个位置
first_index_3 = list_test.index(element)
>>> print(first_index_3)
> 4

# 找元素出现所有位置
index = []
current_pos = 0
for _ in range(list_test.count(element)):
new_list = list_test[current_pos:]
_index = new_list.index(element)
index.append(current_pos + _index)
current_pos += new_list.index(element)+1
>>> print(index)
>[4, 5, 10]

用list查找还是比较麻烦的，高维非常不推荐

2. 借助numpy库

直接上二维数组，一维同理

list_numpy = np.array(list_test_2)
list_numpy_index_3 = np.where(list_numpy == element)
list_numpy_index_3_matrix = np.dstack((list_numpy_index_3[0], list_numpy_index_3[1])).squeeze()
# 第三行代码作用是将第二行代码得到的两个array拼接成一个矩阵，一维数组查找不需要这行
>>> print(list_numpy_index_3)
> (array([0, 0, 1, 1, 1], dtype=int64), array([2, 4, 1, 4, 7], dtype=int64))
>>> print(list_numpy_index_3_matrix)
>array([[0, 2],
[0, 4],
[1, 1],
[1, 4],
[1, 7]], dtype=int64)

3. 借助torch库

list_torch = torch.tensor(list_test_2)
list_torch_index_3 = torch.nonzero(torch.where(list_torch == element, torch.tensor(element), torch.tensor(0)))
# 原理就是借助nonzero函数，找到所有非0元素，首先是需要将不需要的元素变为0
>>> print(list_torch_index_3)
> tensor([[0, 2],
[0, 4],
[1, 1],
[1, 4],
[1, 7]])

最后

以上就是飞快乌冬面为你收集整理的python查找指定元素位置三种方式对指定元素实现定位的全部内容，希望文章能够帮你解决python查找指定元素位置三种方式对指定元素实现定位所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。