Python3中利用NumPy和List查找特定元素下标的两种方法

Miles

发布时间：2026-10-13| 7人浏览过

原创

本文介绍在Python3中查找数组特定元素下标的两种常用方法。通过对比Matlab的find函数，详细讲解如何使用NumPy的np.where函数以及将数组转换为List后使用index函数来获取最小值对应的索引，并结合抛物线最短距离计算实例进行代码演示。

引言与问题背景

引子

在Matlab中，存在一个名为find的函数，能够便捷地定位数组内非零元素的下标及其值。该功能在实际应用中十分实用。例如，在计算图1中点Q（x0, y0）到抛物线的最短距离时，一种可行的方案是：先计算抛物线上所有点到Q点的距离并找出最小值，随后利用find函数定位该最小值对应的下标，即M点横纵坐标所对应的元素索引，从而确定M点到Q点的距离即为最短距离。

首先展示使用Matlab的find函数实现的代码示例：


a = linspace(-5,5,1000);
b = a .^2;
x0 = 4;
y0 = 4;
dis = sqrt((a - x0).^2 + (b - y0).^2);
mm = find (dis == min(dis));
a0 = a(mm);
b0 = b(mm);
disMin = sqrt((a0 - x0).^2 + (b0 - y0).^2);
plot(a, b);
hold on;
scatter(x0, y0, 'k*');
scatter(a0, b0, 'k*');
xx = [a0, x0];
yy = [b0, y0];
plot(xx, yy);

使用NumPy的where函数

NumPy中的where函数

语法格式为：np.where(conditions, [x,y])

具体实现代码如下：


import numpy as np
import math
import matplotlib.pyplot as plt

a = np.linspace(-5, 5, 10000)
b = a * a
x0 = 4
y0 =4
num = np.linspace(0, len(a) - 1, len(a))
dis = np.linspace(0, 0, len(a))
for k in num:
  k = int(k)
  dis[k] = dis[k] + math.sqrt((a[k] -x0) **2 + (b[k] - y0) **2)
disMin = min(dis)
disMinIndex = np.where(dis == disMin)
disMin0 = math.sqrt((a[disMinIndex] - x0) **2 + (b[disMinIndex] - y0) **2)
print('The mininum distance:',disMin)
print('The mininum distance:',disMin0)
print(type(dis))
a0 = a[disMinIndex]
b0 = b[disMinIndex]
fig = plt.figure(figsize = (6,6), dpi = 200)
ax1 = plt.subplot(1,1,1)
line11 = ax1.scatter(a,b,s = 1)
line12 = ax1.scatter(x0, y0, s = 100, marker = '*', color = 'darkorange')
line13 = ax1.scatter(a0, b0, s = 100, marker = '*', color = 'darkorange')
line14 = ax1.plot([x0,a0],[y0,b0], color = 'darkorange')
line15 = ax1.text(4.2,4,'Q(x0,y0)')
line16 = ax1.text(0.6,5, 'M(a0,b0)')
line18 = plt.xlim(-5,5)
line17 = plt.ylim(0,25)
plt.savefig('C:/Users/BRIAR/Desktop/index.png')
plt.show()

输出结果显示最小距离为：1.943317035 和 1.9433170350024023，数据类型为 ‘numpy.ndarray'。

使用List的index函数

List中的index函数

语法格式为：List.index(aimElement)。需要注意的是，此处必须先将NumPy数组转换为List格式的数据。具体实现代码如下：


import numpy as np
import math
import matplotlib.pyplot as plt

a = np.linspace(-5, 5, 10000)
b = a * a
x0 = 4
y0 =4
num = np.linspace(0, len(a) - 1, len(a))
dis = np.linspace(0, 0, len(a))
for k in num:
  k = int(k)
  dis[k] = dis[k] + math.sqrt((a[k] -x0) **2 + (b[k] - y0) **2)
disMin = min(dis)
disList = dis.tolist()
disMinIndex = disList.index(disMin)
disMin0 = math.sqrt((a[disMinIndex] - x0) **2 + (b[disMinIndex] - y0) **2)
print('The mininum distance:',disMin)
print('The mininum distance:',disMin0)
print(type(disList))
a0 = a[disMinIndex]
b0 = b[disMinIndex]
fig = plt.figure(figsize = (6,6), dpi = 200)
ax1 = plt.subplot(1,1,1)
line11 = ax1.scatter(a,b,s = 1)
line12 = ax1.scatter(x0, y0, s = 100, marker = '*', color = 'darkorange')
line13 = ax1.scatter(a0, b0, s = 100, marker = '*', color = 'darkorange')
line14 = ax1.plot([x0,a0],[y0,b0], color = 'darkorange')
line15 = ax1.text(4.2,4,'Q(x0,y0)')
line16 = ax1.text(0.6,5, 'M(a0,b0)')
line18 = plt.xlim(-5,5)
line17 = plt.ylim(0,25)
plt.savefig('C:/Users/BRIAR/Desktop/index.png')
plt.show()

输出结果显示最小距离为：1.943317035 和 1.9433170350024023，数据类型为 ‘list'。

以上即为本文的全部内容，希望对各位的学习有所启发，也欢迎大家继续支持本站。