多维数组反向索引python

在Python中，反向索引通常用于字典或列表等数据结构，但对于多维数组（如numpy数组），直接的反向索引操作并不常见，因为多维数组没有内置的反向查找功能。然而，你可以通过自定义的方式来创建一个映射，将值与其位置关联起来。

例如，如果你有一个二维数组（矩阵）`arr`，你可以创建两个辅助的数据结构，一个是行索引，另一个是列索引，然后可以使用它们来快速找到特定元素的位置。下面是一个简单的例子：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 创建行和列索引
row_index = {v: i for i, row in enumerate(arr) for v in row}
col_index = {(i, j): val for i, row in enumerate(arr) for j, val in enumerate(row)}

# 反向查找特定值
value_to_find = 5
if value_to_find in row_index and value_to_find in col_index:
    row, col = row_index[value_to_find], col_index[value_to_find]
    print(f"Value {value_to_find} found at row {row}, column {col}")
else:
    print(f"{value_to_find} not found.")