例如，
a = [1, 1, 2, 4, 4, 4, 5, 6, 7, 100]
b = [1, 2, 2, 2, 2, 4, 5, 7, 8, 100]
我可以使用以下方法找到匹配的元素：
np.intersect1d(a,b)
输出：
array([ 1, 2, 4, 5, 7, 100])
那么，如何分别获取数组a和b中匹配元素的索引呢？
IDL 中有一个函数为"match" - https://www.l3harrisgeospatial.com/docs/match.html
Python中有类似的函数吗？
【问题讨论】：
标签： python match intersection indices idl
在numpy.intersect1d 中使用return_indices：
intersect, ind_a, ind_b = np.intersect1d(a,b, return_indices=True)
输出：
intersect
# array([ 1, 2, 4, 5, 7, 100])
ind_a
# array([0, 2, 3, 6, 8, 9], dtype=int64)
ind_b
# array([0, 1, 5, 6, 7, 9], dtype=int64)
然后可以像这样重复使用：
np.array(a)[ind_a]
np.array(b)[ind_b]
array([ 1, 2, 4, 5, 7, 100])
【讨论】：
您可以使用enumerate 跟踪索引，如下所示：
a = [1, 1, 2, 4, 4, 4, 5, 6, 7, 100]
b = [1, 2, 2, 2, 2, 4, 5, 7, 8, 100]
# 0 1 2 3 4 5 6 7 8 9
print([i for i,x in enumerate(zip(a,b)) if x[0] == x[1]])
[0, 2, 5, 6, 9]
那么这里发生了什么？！
我们正在利用惊人的enumerate 功能！此函数为可迭代对象中的每个元素生成一个元组，第一个元素是枚举（或本例中的索引），第二个元素是可迭代对象。
zip(a,b) 的枚举如下所示
[(0, (1, 1)), (1, (1, 2)), (2, (2, 2)), (3, (4, 2)), (4, (4, 2)), (5, (4, 4)), (6, (5, 5)), (7, (6, 7)), (8, (7, 8)), (9, (100, 100))]
# lets look a little closer at one element
(0, (1, 1))
# ^ ^
# index iterable
从那里开始很简单！解压可迭代对象并检查两个元素是否相等，如果相等，则使用将枚举 # 添加到列表中！
【讨论】：
像这样使用range：
matching_idxs = [idx for idx in range(len(a)) if a[idx] == b[idx]]
print(matching_idxs)
# [0, 2, 5, 6, 9]
【讨论】：
使用enumerate 和zip：
a = [1, 1, 2, 4, 4, 4, 5, 6, 7, 100]
b = [1, 2, 2, 2, 2, 4, 5, 7, 8, 100]
output = [(i, x) for i, (x, y) in enumerate(zip(a, b)) if x == y]
print(output)
[(0, 1), (2, 2), (5, 4), (6, 5), (9, 100)]
这导致元组列表为(index, value)
【讨论】：
在zip 函数的帮助下并行循环两个列表非常简单：
>>> count = 0
>>> indices = []
>>> for x, y in zip(a, b):
if x == y:
indices.append(count)
count += 1
>>> indices
[0, 2, 5, 6, 9]
【讨论】：