在numpy的ndarray类型中，似乎没有直接返回特定索引的方法，我只找到了where函数，但是where函数对于寻找某个特定值对应的索引很有用，对于返回一定区间内值的索引不是很有效，至少我没有弄明白应该如何操作 。下面先说一下where函数的用法吧。

（1）where函数的使用场景：

例如现在我生成了一个数组：

import numpy as np
arr=np.array([1,1,1,134,45,3,46,45,65,3,23424,234,12,12,3,546,1,2])

现在arr是一个含有18个元素的ndarray类型的数组，后面就用数组来称呼它吧。假如我想返回数组中所有元素值为3所对应的索引位置，那么通过where函数可以很轻松地完成。

print np.where(arr==3)

它会返回一个包含所有值为3对应的索引位置的元组，如下图：

可以看到在索引为5、9、14的地方所对应的元素值为3。通过这样的方式可以轻松达到目的。但是对于一定变化范围内的索引这样就不行了。下面的方法是自己想出来的折衷办法，比较笨，高手清喷。

（2）通过一个辅助的数组来解决一定范围内值索引的查找

我们建一个标识元素索引的数组，然后通过它来显示符合条件的元素对应的索引。还是刚才的数组，假如我现在要返回元素值在3到100之间值的索引。我可以生成一个和arr相同大小的数组，然后首先通过一次筛选找到大于3的元素对应索引的数组，继而在其中再次筛选，最终得到想要的结果。代码如下：

b=np.arange(len(arr))#生成和arr相同长度的数组

c=b[arr>3]#c存放的就是arr中大于3的元素对应的索引
#最后通过遍历c数组，选择3到100之间的值打印出来
for i in range(len(c)):
    if arr[c[i]]<100:
        print c[i],

下面看一下执行的效果：

可以看到程序将所有介于3和100之间的元素对应的索引值打了出来，如果想同时获得索引值和相应的元素，只需将上面的“print c[i]”,  替换为 “print c[i],arr[c[i]]”即可。
当然这种方法也适用于选择某个特定值对应的索引，例如我想找到所有3对应的位置，可以用print b[arr==3]即可打印出所有值为3的元素所对应的索引。其实不论怎么做，都是用到了数组进行关系运算后生成布尔数组，然后让数组中为True的地方进行显示。

当然还可以通过两次进行筛选，分别筛选出大于3的元素和小于100的元素对应的索引数组，然后两个数组做交集处理，在numpy中有一个intersect1d函数可以进行这样的运算，但是仍然麻烦。目前只能想到这些办法，不知道有哪位高手有更好的方法，欢迎大家一起交流一下。

在numpy的ndarray类型中，似乎没有直接返回特定索引的方法，我只找到了where函数，但是where函数对于寻找某个特定值对应的索引很有用，对于返回一定区间内值的索引不是很有效，至少我没有弄明白应该如何操作。下面先说一下where函数的用法吧。（1）where函数的使用场景：例如现在我生成了一个数组：import numpy as nparr=np.array([1,1,1 In [63]: data = np. array (['int','float','int','boolean','double','boolean']) In [64]: data Out[64]: array (['int', 'float', 'int', 'boolean', 'double', 'boolean'], dtype='|S7') In [65]: np.unique(data) Out[65]: array ([' 没有x和y参数，则以元组形式输出满足条件的列表 索引 。 3.np.argwhere(co nd ition) Fi nd the i nd ices of array elements that are non-zero, grouped by element. 返回 结果不是元组，直接 返回 坐标 索引 。 Matlab 中 有一个函数叫做fi nd ,可以很方便地寻找 数组 内特定元素的下标，即：Fi nd i nd ices a nd values of nonzero elements。 这个函数非常有用。比如，我们想计算图1 中 点Q（x0, y0）抛物线的最短距离。一个可以实施的 方法 是：计算出抛物线上所有点到Q点的距离，找到最小值，用fi nd 函数找到最小值对应的下标，即M点横坐标和纵坐标对应的元素的下标，... ~~有一个神奇的事情，我看过很多人用a[a<3]这样的语法来筛选数据，但是每次我用的时候都会报错~ 直到今天，我仔细调试了一下才发现，该语句是有适用范围的。 比如说：矩阵可以用，但列表不可以。 下面做几个小的演示。 l = [1,2,3,4,5] #测试列表 l[l<3] # 语句不会通过，会报错 l_n = np. array (l) l_n[l_n<3] # 输出：[1, 2] 矩阵适用该语句l_n[l_n<3] 列表不适用 若要寻找列表 中 满足条