Python中List与NumPy数组查询指定数值个数及定位索引的方法
发布时间：2026-10-13 |
3人浏览过
本文介绍在Python中如何统计List和NumPy数组内特定数值的出现次数及定位其索引。List可通过count()获取个数、index()获取首个位置；NumPy则利用np.sum()结合布尔判断统计个数，使用np.where()获取所有匹配元素的索引坐标，适用于数据清洗与算法开发场景。
1. List
统计元素出现次数：
使用List内置的count(obj)方法，该方法会返回目标对象obj在列表中的总出现次数。
示例代码：
list_a = [2 for x in range(5)] print(list_a) a_count = list_a.count(2) print(a_count)
运行结果：
[2, 2, 2, 2, 2]
定位元素位置：
使用List内置的index(obj)方法，该方法返回目标对象obj在列表中首次匹配到的索引位置。
示例代码：
#!/usr/bin/python aList = [123, 'xyz', 'zara', 'abc']; print "Index for xyz : ", aList.index( 'xyz' ) ; print "Index for zara : ", aList.index( 'zara' ) ;
运行结果：
Index for xyz : 1 Index for zara : 2
2. NumPy
统计元素出现次数：
利用NumPy的sum函数配合布尔表达式：np.sum( ndarray == 1 )，通过布尔数组求和得到匹配元素的总数。
示例代码：
import numpy as np a = np.ones((4, 5)) print(a) print(np.sum(a == 1))
运行结果：
[[ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.]] 20
定位元素位置：
利用NumPy的where函数：np.where( ndarray == obj )，返回所有匹配目标对象obj的元素索引坐标。
示例代码：
a = np.ones((4, 5)) a[1:3,1:3] = 4 print(a) print(np.sum(a == 1)) print(np.where(a == 4))
运行结果：
[[ 1. 1. 1. 1. 1.] [ 1. 4. 4. 1. 1.] [ 1. 4. 4. 1. 1.] [ 1. 1. 1. 1. 1.]] 16 (array([1, 1, 2, 2]), array([1, 2, 1, 2]))
以上介绍了Python中List与NumPy数组查询指定数值个数及定位索引的方法，供开发者参考。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
