最近将matlab的代码迁移到python，虽然有了numpy这个好用的工具，但是因为索引的关系还是很烦。其中matlab find()函数转换成np.where()函数就遇到了一些麻烦。
一、我们先来看看一维矩阵的对比
1、matlab——
总结：可以看到在处理一维矩阵时，当find不到要找的值，返回的就是空；当find到了，返回的就是起点为1的索引；
2、python——
总结：可以看到在处理一维矩阵时，当np.where()不到要找的值，返回的还是一个元组，不过这个元组的第一个元素为空；当np.where()到了，返回的元组的第一个元素，就是起点为0的索引；
二、查看各自返回值的length对比
1、matlab——
总结：find([1,2,3]==value)函数返回的长度，就是矩阵中==value的个数
2、python——
总结：np.where()返回的是一个元组。可以看到np.where([1,2,3]==value)返回的长度，都是1。即使没有找到value，元组的第一个元素为空，元组自身的长度也是1，这点要特别注意！
那么如何真正的拿到矩阵中对应元素的个数呢？
可以用
len(np.where([1,2,3]==value)[0])
np.where()[0] 表示行的索引，
np.where()[1] 则表示列的索引
三、查看二维矩阵的对比
1、matlab——
总结：可以看到，matlab的find函数的策略是从：第1列由上而下，第2列由上而下…的索引，而且是打平了的索引，不是座标
2、python——
即二维座标：(1,0)
即二维座标：(0,2)
总结：可以看到，np.where实际上返回的是座标，并且可作为索引去再找出矩阵a的对应值
参考：
《numpy.where()函数 二维矩阵返回值的解释》
《Python vs Matlab—— find 与 np.where》
《numpy.where() 2种用法》