Python如何判断两个二维列表中的元素是否相同，如果相同，输出相同元素的索引值

可以先遍历其中一个列表，然后对于每一个元素，再在另一个列表中查找是否存在相同的元素。如果存在相同的元素，就可以输出它们在两个列表中的索引值。

以下是一个示例代码：

list1 = [[1, 2], [3, 4], [5, 6]]
list2 = [[5, 6], [1, 2], [3, 4]]

for i, item1 in enumerate(list1):
    for j, item2 in enumerate(list2):
        if item1 == item2:
            print(f"元素 {item1} 在 list1 中的索引为 {i}，在 list2 中的索引为 {j}")

输出结果为：

元素 [1, 2] 在 list1 中的索引为 0，在 list2 中的索引为 1
元素 [3, 4] 在 list1 中的索引为 1，在 list2 中的索引为 2
元素 [5, 6] 在 list1 中的索引为 2，在 list2 中的索引为 0

注意，这里假设两个列表中的元素顺序可以不同，但是相同的元素必须完全相同。如果两个列表中存在相同的元素，但是它们的顺序不同，那么这段代码可能无法正确输出它们的索引值。

相关问题

python 二维list

Python中的二维list其实就是一个包含了多个列表的列表（或者叫嵌套列表）。可以通过以下方式创建一个二维list：

# 创建一个3行4列的二维list
matrix = [[0 for j in range(4)] for i in range(3)]

# 打印二维list
for i in range(3):
    for j in range(4):
        print(matrix[i][j], end=' ')
    print()

输出结果为：

0 0 0 0 
0 0 0 0 
0 0 0 0 

也可以用以下方式初始化一个二维list：

# 创建一个3行4列的二维list
matrix = [[0] * 4 for i in range(3)]

这里使用了乘法运算符，将一个包含4个0的列表复制3次，从而创建一个3行4列的二维list。

访问二维list中的元素可以使用两个索引值，如：

matrix[0][1] = 1
print(matrix[0][1])  # 输出1

在二维list中插入或删除元素也很简单，可以使用列表的insert()和pop()方法，例如：

# 在第2行第3列插入元素2
matrix[1].insert(2, 2)

# 删除第1行第2列的元素
matrix[0].pop(1)

注意，二维list中的每行可能长度不同，因此要小心处理每行的长度。如果需要保证每行的长度相同，可以使用numpy库中的ndarray类型，它可以创建一个真正的二维数组。

用numpy任意创建一个二维数组，并查看它的常用属性。 再分别与任意一个相同形状的二维数组进行加法运算，任意一个不同形状的数组进行减法运算，任意一个标量进行乘法运算，分别打印这3次算术运算的运算结果。 再分别索引任意两行元素，索引任意某个元素。

首先，你可以使用`numpy`库中的`numpy.array`函数来创建一个二维数组。例如：

import numpy as np

# 创建一个3x3的二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("创建的二维数组为：")
print(array_2d)

查看二维数组的常用属性，可以查看数组的形状、维度、数据类型等，代码如下：

# 查看数组的属性
print("数组的形状为：", array_2d.shape)
print("数组的维度为：", array_2d.ndim)
print("数组的数据类型为：", array_2d.dtype)

接下来，进行加法、减法和乘法运算：

# 创建一个与array_2d形状相同，元素值随机的二维数组
array_2d_same_shape = np.array([[10, 11, 12], [13, 14, 15], [16, 17, 18]])

# 创建一个与array_2d形状不同的二维数组，这里简单地将array_2d转置
array_2d_diff_shape = array_2d.T

# 创建一个标量，例如数值5
scalar = 5

# 加法运算
add_result = array_2d + array_2d_same_shape
print("加法运算结果为：")
print(add_result)

# 减法运算，注意需要调整array_2d_diff_shape的形状使其与array_2d一致
array_2d_diff_shape = np.array([[10, 13, 16], [11, 14, 17], [12, 15, 18]])
sub_result = array_2d - array_2d_diff_shape
print("减法运算结果为：")
print(sub_result)

# 乘法运算
mul_result = array_2d * scalar
print("乘法运算结果为：")
print(mul_result)

最后，进行索引操作：

# 索引任意两行元素
row1 = array_2d[0, :]
row2 = array_2d[1, :]

# 索引任意某个元素
specific_element = array_2d[2, 1]

print("第一行元素为：", row1)
print("第二行元素为：", row2)
print("位于第三行第二列的元素为：", specific_element)