• • 方法#1：**在此处使用np.in1d获取匹配发生位置的掩码，然后使用np.where获取这些索引位置-

np.where(np.in1d(array2, array1))

• • 方法2：**使用np.searchsorted-

np.searchsorted(array2, array1)

请注意，如果array2没有排序，我们需要使用额外的可选参数sorter。
样品运行-

In [14]: array1
Out[14]: array([1, 3, 4])

In [15]: array2
Out[15]: array([-2, -1,  0,  1,  2,  3,  4])

In [16]: np.where(np.in1d(array2, array1))
Out[16]: (array([3, 5, 6]),)

In [17]: np.searchsorted(array2, array1)
Out[17]: array([3, 5, 6])

运行时间测试-

In [62]: array1 = np.random.choice(10000,1000,replace=0)

In [63]: array2 = np.sort(np.random.choice(100000,10000,replace=0))

In [64]: %timeit np.where(np.in1d(array2, array1))
1000 loops, best of 3: 483 µs per loop

In [65]: %timeit np.searchsorted(array2, array1)
10000 loops, best of 3: 40 µs per loop

如果你的数组不是太大，这里有一个更简单的方法。

np.equal.outer(array1,array2).argmax(axis=1)

如果array1的大小为N，array2的大小为M，这将创建一个shape（N，M）的临时数组，因此，如果您的数组太大，内存无法容纳，则不建议使用上述方法。