Numpy查找数组匹配值索引输出不符合预期的原因排查

• 核心问题出在np.where()的返回值格式上：该函数返回的是与输入数组维度一致的元组，对于一维数组匹配场景，返回格式为(匹配位置索引数组,)，你直接将整个元组追加到列表a中，自然无法得到纯索引组成的结果。
• 其次，就算提取了元组中的索引数组，直接追加的话列表中会存储numpy数组对象，而非你需要的数值元素，最终输出格式也会不符合预期。
• 额外注意：原代码缺少import numpy as np导入语句，运行前需要先补充。

方案1：修改现有循环逻辑 #

仅需调整追加元素的逻辑，提取np.where返回结果中的索引值即可：

import numpy as np
a = []

data = ['2007-01-03', '2007-01-04', '2007-01-05', '2007-01-08', '2007-01-09'
        , '2007-01-10', '2007-01-11', '2007-01-12', '2007-01-16']
data1 = ['2007-01-04', '2007-01-11']

data = np.array(data)
data1 = np.array(data1)

for day in data1:
    # 取返回元组的第一个元素（索引数组）的第一个值（单匹配场景下唯一值）
    a.append(np.where(day == data)[0][0])

print(a)
# 输出：[1, 6]

方案2：使用向量化操作替代循环（更高效） #

数据量较大时推荐用numpy内置函数避免循环，代码更简洁：

import numpy as np

data = ['2007-01-03', '2007-01-04', '2007-01-05', '2007-01-08', '2007-01-09'
        , '2007-01-10', '2007-01-11', '2007-01-12', '2007-01-16']
data1 = ['2007-01-04', '2007-01-11']

data = np.array(data)
data1 = np.array(data1)

# np.in1d返回data中元素是否存在于data1的布尔数组，np.where取对应索引
a = np.where(np.in1d(data, data1))[0]
print(a)
# 输出：[1 6]，如需转Python列表可调用.tolist()方法

内容的提问来源于stack exchange，提问作者DreamyDeerz