迭代处理矩阵子矩阵时，如何获取元素在原矩阵中的索引？

嘿，我完全懂你这个痛点——当你反复切割矩阵、处理子矩阵时，numpy默认返回的元素索引都是相对于当前子矩阵的，要对应回原矩阵的位置确实得费点心思。这里给你两种实用的解决方案，适配不同的迭代场景：

方法一：跟踪行列偏移量 #

如果你的迭代操作都是从矩阵的头部/尾部连续删除行列（比如x[1:, 1:]这种切片），那最简单的方式就是每次记录切割带来的行、列偏移量，最后把偏移量加到子矩阵的索引上，就能得到原矩阵的位置了。

举个具体的例子：

import numpy as np

# 创建原矩阵
x = np.arange(9).reshape(3, 3)

# 第一次切割：取x[1:, 1:]，记录偏移量
row_offset = 1  # 切掉了前1行，所以子矩阵的行索引要加1才是原矩阵行号
col_offset = 1  # 切掉了前1列，同理列索引要加1

sub_x = x[row_offset:, col_offset:]
# 找到子矩阵中值为8的元素索引
sub_row, sub_col = np.where(sub_x == 8)

# 转换为原矩阵索引
original_row = sub_row[0] + row_offset
original_col = sub_col[0] + col_offset
print(f"原矩阵索引：({original_row}, {original_col})")  # 输出 (2, 2)

如果是多次迭代切割，只需要每次更新偏移量就行：

# 第一次切割：切掉前1行
row_offset = 1
col_offset = 0
sub_x1 = x[row_offset:, col_offset:]

# 第二次切割：在子矩阵里切掉前1列
col_offset += 1  # 列偏移量累加1
sub_x2 = sub_x1[:, col_offset:]

sub_row, sub_col = np.where(sub_x2 == 8)
original_row = sub_row[0] + row_offset
original_col = sub_col[0] + col_offset
print(f"原矩阵索引：({original_row}, {original_col})")  # 依然是 (2, 2)

方法二：维护原矩阵的保留行列索引 #

如果你的迭代操作是随机删除任意行列（比如删掉中间的某几行/列），偏移量的方法就不好用了。这时候可以维护一个列表，记录原矩阵中还没被删除的行、列索引，直接通过这个列表映射子矩阵索引到原矩阵索引。

示例代码：

import numpy as np

x = np.arange(9).reshape(3, 3)

# 初始化：保留所有行和列的原索引
keep_rows = np.array([0, 1, 2])
keep_cols = np.array([0, 1, 2])

# 第一次删除：删掉第0行（对应原矩阵的行0）
keep_rows = keep_rows[1:]  # 现在保留的行是原矩阵的1、2行
# 第二次删除：删掉第0列（对应原矩阵的列0）
keep_cols = keep_cols[1:]  # 现在保留的列是原矩阵的1、2列

# 生成子矩阵（其实不用真的切割，只是用保留索引定位）
sub_x = x[keep_rows][:, keep_cols]

# 找到子矩阵中值为8的元素索引
sub_row_idx, sub_col_idx = np.where(sub_x == 8)

# 通过保留索引直接获取原矩阵位置
original_row = keep_rows[sub_row_idx[0]]
original_col = keep_cols[sub_col_idx[0]]
print(f"原矩阵索引：({original_row}, {original_col})")  # 输出 (2, 2)

这种方法的优势在于，不管你怎么删除行列（哪怕是跳着删），都能准确映射回原矩阵的索引，适合复杂的迭代场景。

内容的提问来源于stack exchange，提问作者Matt