如何解读np.where结果？去除Numpy输出中(array...)格式的方法

嘿，作为Numpy新手遇到这种格式问题太正常了，我来一步步帮你捋清楚：

一、先搞定输出格式问题 #

你看到的(array([0]), array([2]))，是因为np.where()返回的是包含numpy数组的元组。要去掉array(...)的格式，只需要把每个numpy数组转成普通Python列表就行，用.tolist()方法就能轻松实现。

把你代码里的打印行改成这样：

print('Row and Column of {} is {}'.format(arra1, (arra1loc[0].tolist(), arra1loc[1].tolist())))

运行后输出就会变成你想要的([0], [2])啦。

二、彻底读懂np.where的结果 #

np.where(condition)的返回值是一个元组，元组里的元素数量和你的数组维度一致：

• 对于二维数组，元组里有两个元素：第一个是所有满足条件的元素的行索引numpy数组，第二个是列索引numpy数组
• 两个索引数组里的元素是一一对应的，比如(array([0]), array([2]))就明确表示：第0行第2列的位置找到了符合条件的元素
• 如果一行里有多个相同的最大值（比如某行有两个918），索引数组就会变成(array([0, 0]), array([2, 3]))，对应(0,2)和(0,3)两个位置

三、优化你的代码（可选） #

你现在手动处理每行最大值的方式有点繁琐，其实可以用循环批量处理所有行，还能兼容一行多最大值的情况：

import numpy as np
a = np.random.randint(1,1000,(3,4))

print('*** Contents of array a ***')
print(a)
print()

# 遍历每一行，自动获取最大值和位置
for row_num in range(a.shape[0]):
    current_row_max = a[row_num].max()
    # 找到当前行中所有等于最大值的列索引
    col_nums = np.where(a[row_num] == current_row_max)[0]
    for col_num in col_nums:
        print(f'Max of row {row_num} = {current_row_max}')
        print(f'Row and Column of {current_row_max} is ({row_num}, {col_num})')
    print()

内容的提问来源于stack exchange，提问作者prodoggy4life