通过 numpy where [重复]查找索引答案

【问题标题】：Find indexes by numpy where [duplicate]通过 numpy where [重复]查找索引
【发布时间】：2016-12-21 15:28:12
【问题描述】：

我有 numpy 数组列表：

x = ["A", "A", "B", "A", "C", "D", "B"]

为了查找"A" 的索引，我使用np.where(x == "A")，它工作正常。如何找到"A" 和"B" 的索引？

我用过：

np.where(x == ["A", "B"]) 
np.where(x in ["A", "B"])
np.where(x == any(["A", "B"]))

但这对我没有帮助。

【问题讨论】：

Divakar - 您的副本缺少接受的答案，即使用逻辑或掩码的答案。对我来说，这看起来不像是一个好的复制品。 :)
我刚刚注意到另一个可能的duplicate，对于这样的情况，np.in1d（另一个副本中的接受答案）可能使用这里给出的logical_or 答案。查看in1d 的代码。 stackoverflow.com/a/38924371/901925

标签： python numpy where

【解决方案1】：

使用 | 或 np_logical_or 进行元素 OR：

x = np.array(x)
np.where((x=='A') | (x=='B'))
Out: (array([0, 1, 2, 3, 6], dtype=int64),)

np.where(np.logical_or(x=='A', x=='B'))
Out: (array([0, 1, 2, 3, 6], dtype=int64),)

【讨论】：

如果我有很大的条件，即 x=='A', x=='B', x=='C', x=='D'。我该如何使用列表呢？像 x == ['A', 'B', 'C', 'D'] 的东西？
你可以使用in1d:np.in1d(x, ['A', 'B', 'C', 'D'])（这将是np.where中的条件）