如何使用Numpy获取三维数组中指定序数元素的索引？

当然有NumPy原生方法可以完成这个需求，而且比循环高效得多，下面是几种实用方案：

方案1：使用np.unravel_index（最推荐） #

这个函数专门用于将扁平化的一维索引转换为对应多维数组的索引，完全匹配你的需求：

import numpy as np

arr = np.arange(1, 19).reshape(2, 3, 3)
el = 10
# 注意：NumPy使用0基索引，第10个元素对应扁平化后的索引是9
flat_index = el - 1
# 转换为多维索引
loc = np.unravel_index(flat_index, arr.shape)

print(f"{el} element at {loc}")  # 输出：10 element at (1, 0, 0)

np.unravel_index的第一个参数是扁平化后的索引，第二个参数是目标数组的形状，直接返回对应的多维索引元组，无需手动计算偏移量，代码简洁且性能拉满。

方案2：通过扁平化数组找索引（适合理解逻辑） #

如果想更直观地对应你的循环逻辑，可以先把数组扁平化，找到目标元素的索引后再转换：

import numpy as np

arr = np.arange(1, 19).reshape(2, 3, 3)
el = 10
# 扁平化数组
flat_arr = arr.flatten()
# 获取0基索引
flat_index = np.where(flat_arr == el)[0][0]
# 转换为多维索引
loc = np.unravel_index(flat_index, arr.shape)

print(f"{el} element at {loc}")

方案3：直接查找值对应的索引（针对特定值） #

如果你的需求是找到值为10的元素的索引（而非单纯按顺序的第10个），可以用np.argwhere：

import numpy as np

arr = np.arange(1, 19).reshape(2, 3, 3)
el = 10
# 获取所有匹配值的索引，取第一个
loc_tuple = tuple(np.argwhere(arr == el)[0])

print(f"{el} element at {loc_tuple}")

注意：如果数组中有重复的目标值，np.argwhere会返回所有匹配的索引，需要根据实际需求筛选。

内容的提问来源于stack exchange，提问作者Vivek