如何获取numpy二维数组中满足指定条件元素的行列索引？

嗨，这个问题在NumPy里其实有挺直观的解决办法，我来一步步给你拆解，不管是找最值位置还是自定义条件的元素，都能轻松搞定～

一、快速定位最大值/最小值的位置 #

如果你只是想找数组里的最大值或最小值，NumPy提供了np.argmin()和np.argmax()函数，但要注意：这两个函数返回的是数组扁平化后的一维索引，所以需要搭配np.unravel_index()把它转换成二维的行号和列号。

举个实际例子：

import numpy as np

# 创建一个示例二维浮点数数组
arr = np.array([[3.1, 5.2, 2.8],
                [1.5, 4.7, 6.3],
                [0.9, 7.2, 5.5]])

# 找最小值的位置
min_value = np.min(arr)
min_flat_index = np.argmin(arr)
min_row, min_col = np.unravel_index(min_flat_index, arr.shape)
print(f"最小值 {min_value} 的位置：行 {min_row}，列 {min_col}")

# 找最大值的位置
max_value = np.max(arr)
max_flat_index = np.argmax(arr)
max_row, max_col = np.unravel_index(max_flat_index, arr.shape)
print(f"最大值 {max_value} 的位置：行 {max_row}，列 {max_col}")

运行后会输出：

最小值 0.9 的位置：行 2，列 0
最大值 7.2 的位置：行 2，列 1

二、自定义条件的元素位置查找 #

如果需要找满足特定条件（比如大于某个值、等于某个范围）的元素，np.where()是你的最佳选择——它直接返回满足条件元素的行索引数组和列索引数组。

比如我们要找数组中大于5的所有元素：

# 获取所有大于5的元素的行列号
rows, cols = np.where(arr > 5)

# 逐个输出位置
for r, c in zip(rows, cols):
    print(f"元素 {arr[r][c]} 的位置：行 {r}，列 {c}")

输出结果：

元素 5.2 的位置：行 0，列 1
元素 6.3 的位置：行 1，列 2
元素 7.2 的位置：行 2，列 1
元素 5.5 的位置：行 2，列 2

三、处理多个相同最值的情况 #

刚才的np.argmin()/np.argmax()只会返回第一个出现的最值位置，如果数组里有多个相同的最值，想要全部找到的话，还是要用np.where()配合np.min()/np.max()：

# 创建一个包含多个最小值的数组
arr_multi_min = np.array([[0.9, 5.2, 0.9],
                          [1.5, 4.7, 6.3]])

# 获取所有最小值的行列号
all_min_rows, all_min_cols = np.where(arr_multi_min == np.min(arr_multi_min))

for r, c in zip(all_min_rows, all_min_cols):
    print(f"最小值 {arr_multi_min[r][c]} 的位置：行 {r}，列 {c}")

输出：

最小值 0.9 的位置：行 0，列 0
最小值 0.9 的位置：行 0，列 2

这些方法基本能覆盖你需要的场景啦，要是有更复杂的条件，组合NumPy的逻辑运算符（比如&表示且，|表示或）和np.where()就可以轻松搞定～

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