import numpy as np
foo = [1, "hello", np.array([[1,2,3]]) ]
我希望
foo.index( np.array([[1,2,3]]) )
返回
2
但我得到了
ValueError：具有多个元素的数组的真值 暧昧。使用a.any（）或a.all（）
什么比我目前的解决方案更好？这似乎效率低下。
def find_index_of_array(list, array):
for i in range(len(list)):
if np.all(list[i]==array):
return i
find_index_of_array(foo, np.array([[1,2,3]]) )
# 2
答案 0 :(得分：12)
这里出错的原因显然是因为numpy的ndarray会覆盖==来返回数组而不是布尔值。
AFAIK，这里没有简单的解决方案。只要中np.all(val == array)位有效，以下内容就可以正常工作。
next((i for i, val in enumerate(lst) if np.all(val == array)), -1)
该位是否有效取决于数组中的其他元素是什么，以及它们是否可以与numpy数组进行比较。
答案 1 :(得分：2)
为了提高性能，您可能只想处理输入列表中的NumPy数组。因此，我们可以在进入循环之前进行类型检查并索引到数组元素。
因此，实现将是 -
def find_index_of_array_v2(list1, array1):
idx = np.nonzero([type(i).__module__ == np.__name__ for i in list1])[0]
for i in idx:
if np.all(list1[i]==array1):
return i
答案 2 :(得分：2)
这个怎么样？
arr = np.array([[1,2,3]])
foo = np.array([1, 'hello', arr], dtype=np.object)
# if foo array is of heterogeneous elements (str, int, array)
[idx for idx, el in enumerate(foo) if type(el) == type(arr)]
# if foo array has only numpy arrays in it
[idx for idx, el in enumerate(foo) if np.array_equal(el, arr)]
<强>输出：
[2]
注意：即使foo是列表，这也会有效。我只是把它作为numpy数组放在这里。
答案 3 :(得分：2)
这里的问题（你可能已经知道但只是重复一遍）是list.index的工作方式：
for idx, item in enumerate(your_list):
if item == wanted_item:
return idx
行if item == wanted_item是问题，因为它隐式地将item == wanted_item转换为布尔值。但numpy.ndarray（除非它是标量）会引发此ValueError：
ValueError：具有多个元素的数组的真值是不明确的。使用a.any（）或a.all（）
每当我需要使用像numpy.ndarray这样的python函数时，我通常会在list.index周围使用一个瘦包装器（适配器）：
class ArrayWrapper(object):
__slots__ = ["_array"] # minimizes the memory footprint of the class.
def __init__(self, array):
self._array = array
def __eq__(self, other_array):
# array_equal also makes sure the shape is identical!
# If you don't mind broadcasting you can also use
# np.all(self._array == other_array)
return np.array_equal(self._array, other_array)
def __array__(self):
# This makes sure that `np.asarray` works and quite fast.
return self._array
def __repr__(self):
return repr(self._array)
这些瘦包装比使用一些enumerate循环或理解手动更昂贵，但您不必重新实现python函数。假设列表只包含numpy-arrays（否则你需要进行一些if ... else ...检查）：
list_of_wrapped_arrays = [ArrayWrapper(arr) for arr in list_of_arrays]
在此步骤之后，您可以使用此列表中的所有python函数：
>>> list_of_arrays = [np.ones((3, 3)), np.ones((3)), np.ones((3, 3)) * 2, np.ones((3))]
>>> list_of_wrapped_arrays.index(np.ones((3,3)))
0
>>> list_of_wrapped_arrays.index(np.ones((3)))
1
这些包装器不再是numpy-arrays，但你有薄包装器，所以额外的列表非常小。因此，根据您的需要，您可以保留包装列表和原始列表，并选择执行操作，例如，您现在也可以list.count相同的数组：
>>> list_of_wrapped_arrays.count(np.ones((3)))
2
或list.remove：
>>> list_of_wrapped_arrays.remove(np.ones((3)))
>>> list_of_wrapped_arrays
[array([[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]]),
array([[ 2., 2., 2.],
[ 2., 2., 2.],
[ 2., 2., 2.]]),
array([ 1., 1., 1.])]
ndarray.view 此方法使用numpy.array的显式子类。它的优点是您可以获得所有内置的数组功能，并且只修改请求的操作（__eq__）：
class ArrayWrapper(np.ndarray):
def __eq__(self, other_array):
return np.array_equal(self, other_array)
>>> your_list = [np.ones(3), np.ones(3)*2, np.ones(3)*3, np.ones(3)*4]
>>> view_list = [arr.view(ArrayWrapper) for arr in your_list]
>>> view_list.index(np.array([2,2,2]))
1
您再次以这种方式获得大多数列表方法：list.remove，list.count除了list.index。
但是，如果某些操作隐式使用__eq__，则此方法可能会产生微妙的行为。您始终可以使用np.asarray或.view(np.ndarray)重新解释为简单的numpy数组：
>>> view_list[1]
ArrayWrapper([ 2., 2., 2.])
>>> view_list[1].view(np.ndarray)
array([ 2., 2., 2.])
>>> np.asarray(view_list[1])
array([ 2., 2., 2.])
__bool__（或__nonzero__ for python 2）您可以覆盖__eq__或__bool__：
__nonzero__方法中解决问题。
class ArrayWrapper(np.ndarray):
# This could also be done in the adapter solution.
def __bool__(self):
return bool(np.all(self))
__nonzero__ = __bool__
这再次使list.index像预期一样工作：
>>> your_list = [np.ones(3), np.ones(3)*2, np.ones(3)*3, np.ones(3)*4]
>>> view_list = [arr.view(ArrayWrapper) for arr in your_list]
>>> view_list.index(np.array([2,2,2]))
1
但这肯定会修改更多行为！例如：
>>> if ArrayWrapper([1,2,3]):
... print('that was previously impossible!')
that was previously impossible!
答案 4 :(得分：0)
这应该做的工作：
[i for i,j in enumerate(foo) if j.__class__.__name__=='ndarray']
[2]