numpy.where返回结果存疑：为何示例输出是这样？

别担心，这个问题其实挺常见的，我来给你一步步解释清楚～

首先要明确：当np.where只传入一个条件参数（没有后续的x和y参数）时，它的作用是找出数组中所有满足条件的元素的索引位置，返回的是一个元组，元组里的每个数组对应原数组的一个维度的索引值。

我们结合你的例子来看：
你的数组x是一个3×3的二维数组：

>>> x = np.arange(9.).reshape(3, 3)
>>> x
array([[ 0., 1., 2.],
       [ 3., 4., 5.],
       [ 6., 7., 8.]])

首先找出满足x > 5的元素：它们是第三行（数组索引从0开始，所以行号为2）的6、7、8，对应的位置分别是：

• (2, 0)：行索引2，列索引0
• (2, 1)：行索引2，列索引1
• (2, 2)：行索引2，列索引2

np.where会把这些位置的行索引和列索引分别收集成两个数组：

• 所有满足条件元素的行索引都是2，所以第一个数组是array([2, 2, 2])
• 对应的列索引依次是0、1、2，所以第二个数组是array([0, 1, 2])

你可以通过以下代码验证这个结果：

>>> x[np.where(x > 5)]
array([6., 7., 8.])

这会直接返回所有满足条件的元素，也能反向印证索引的正确性。

如果是更高维度的数组（比如3维），np.where会返回对应维度数量的索引数组，原理完全一致。

内容的提问来源于stack exchange，提问作者Invariance