您可以使用in1d生成的布尔数组来索引arange。颠倒a，使索引与以下值不同：

>>> a[::-1]
array([10,  9,  8,  7,  6,  5,  4,  3,  2,  1,  0])
>>> a = a[::-1]

intersect1d仍然返回相同的值...

>>> numpy.intersect1d(a, b)
array([ 2,  7, 10])

但是in1d返回一个布尔数组：

>>> numpy.in1d(a, b)
array([ True, False, False,  True, False, False, False, False,  True,
       False, False], dtype=bool)

它可用于为范围编制索引：

>>> numpy.arange(a.shape[0])[numpy.in1d(a, b)]
array([0, 3, 8])
>>> indices = numpy.arange(a.shape[0])[numpy.in1d(a, b)]
>>> a[indices]
array([10,  7,  2])

不过，要简化上面的操作，可以使用nonzero--这可能是最正确的方法，因为它返回X、Y……坐标：

>>> numpy.nonzero(numpy.in1d(a, b))
(array([0, 3, 8]),)

或者，等同地：

>>> numpy.in1d(a, b).nonzero()
(array([0, 3, 8]),)

结果可以用作与a形状相同的数组的索引，没有问题。

>>> a[numpy.nonzero(numpy.in1d(a, b))]
array([10,  7,  2])

但请注意，在许多情况下，只使用布尔数组本身而不是将其转换为一组非布尔索引是有意义的。
最后，您还可以将布尔数组传递给argwhere，它会产生一个形状稍有不同的结果，不太适合索引，但可能用于其他目的。

>>> numpy.argwhere(numpy.in1d(a, b))
array([[0],
       [3],
       [8]])

如果需要获取intersect1d给出的唯一值：

import numpy as np

a = np.array([range(11,21), range(11,21)]).reshape(20)
b = np.array([12, 17, 20])
print(np.intersect1d(a,b))

# unique values

inter = np.in1d(a, b)
print(a[inter])

# you can see these values are not unique

indices=np.array(range(len(a)))[inter]

# These are the non-unique indices

_,unique=np.unique(a[inter], return_index=True)

uniqueIndices=indices[unique]

# this grabs the unique indices

print(uniqueIndices)
print(a[uniqueIndices])

# now they are unique as you would get from np.intersect1d()

产出：

[12 17 20]
[12 17 20 12 17 20]
[1 6 9]
[12 17 20]

indices = np.argwhere(np.in1d(a,b))

对于Python >= 3.5，有另一种解决方案可以这样做

其他解决方案

让我们一步一步地来做这件事。
根据问题中的原始代码

import numpy as np

a = np.array(range(11))
b = np.array([2, 7, 10])
inter = np.intersect1d(a, b)

首先，我们创建一个带零的Numy数组

c = np.zeros(len(a))
print (c)

输出

>>> [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

其次，使用INTERSECT索引更改c的数组值。因此，我们有

c[inter] = 1
print (c)

输出

>>>[ 0.  0.  1.  0.  0.  0.  0.  1.  0.  0.  1.]

最后一步，利用np.nonzero()的特性，它将精确地返回您想要的非零项的index。

inter_with_idx = np.nonzero(c)
print (inter_with_idx)

最终产出

array([ 2, 7, 10])

参考

[1][numpy.nonzero](https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.nonzero.html)

从NumPy 1.15.0版开始，intersect1d有一个RETURN_INDEX选项：

numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False)