python查找指定元素位置

 

python查找指定元素

• 三种方式对指定元素实现定位
  • 数据准备
  • 1. list：一维数组勉强用用，再高维就不要用啦
  • 2. 借助numpy库
  • 3. 借助torch库

 

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]])