numpy.all有一个axis输入，因此您可以检查行/列是否全部为True。

np.where(np.all(A==B, axis=1))

用你原来的例子

In [436]: A = [[0, 1, 2, 3],
     ...:      [4, 5, 6, 7],
     ...:      [8, 9, 10, 11]]
     ...: 
     ...: B = [2, 5, 11]

一个简单的列表解析产生：

In [437]: [a.index(b) for a,b in zip(A,B)]
Out[437]: [2, 1, 3]

index只给出第一个值，如果不匹配就会产生一个错误。我们可以写一个cover函数来解决这个问题，捕捉错误，然后重复它自己。
如果输入为数组：

In [438]: AA = np.array(A); BB = np.array(B)

我们可以做一个"行式"测试：

In [439]: BB[:,None]==AA
Out[439]: 
array([[False, False,  True, False],
       [False,  True, False, False],
       [False, False, False,  True]])

并找出所有的真值。你的[2，1，3]是第二个数组。

In [440]: np.nonzero(_)
Out[440]: (array([0, 1, 2], dtype=int64), array([2, 1, 3], dtype=int64))

匹配也不是那么干净，每行的匹配数是可变的。
如果值是浮点数，我们可以使用isclose：

In [441]: np.isclose(BB[:,None],AA)
Out[441]: 
array([[False, False,  True, False],
       [False,  True, False, False],
       [False, False, False,  True]])

Get all indexes of multiple values in numpy array
在两个数组之间寻找多个匹配项。两个数组都是一维的，但是响应说明了处理多个匹配项的复杂性。