对于O(n) time* 中的解决方案，使用字典收集索引：

# collect positions per value for each item
d = {}
for i, x in enumerate(array):
    d.setdefault(x, []).append(i)

# sort the output (optional)
out = {k: d[k] for k in sorted(d)}

字符串
输出量：

{-1: [0, 1, 2, 3, 4, 5, 8, 10, 11, 14, 15, 17],
  1: [16],
  2: [12, 13],
  3: [6, 7, 9]}

型

• • O(k*log(k))其中k是唯一值的数量（如果需要排序输出）

对于列表列表：

out = [d.get(k, []) for k in range(min(d), max(d)+1)]

# or for only positive values
out = [d.get(k, []) for k in range(1, max(d)+1)]

型
输出量：

[[0, 1, 2, 3, 4, 5, 8, 10, 11, 14, 15, 17],
 [],
 [16],
 [12, 13],
 [6, 7, 9]]

型

替代

或者一个非常简单的方法，如果你预先初始化输出：

out = [[] for i in range(max(array)+1)]
for i, x in enumerate(array):
    out[x].append(i)

型

所有方法的比较

python是最快的。
初始数组使用np.random.randint(0, k, size=n).tolist()生成，其中n是数组的长度，k是数组中的最大值。
k=4：
x1c 0d1x的数据
k=100：

• 我们现在可以看到@TalhaTayyab/@Stitt/@PaulS方法的二次行为。

的
k=10_000：

• 我们可以注意到，对于相对较小的数组（当值可能是唯一的时），numpy的速度要快一些。

的

array = [-1, -1, -1, -1, -1, -1, 3, 3, -1, 3, -1, -1,  2,  2, -1, -1,  1, -1]
s = sorted(set(array))
print(s)  # all the unique elements in the list

#output
[-1, 1, 2, 3] 

[([i for i,d in enumerate(array) if d == x],x) for x in s]

#output
[([0, 1, 2, 3, 4, 5, 8, 10, 11, 14, 15, 17], -1),   #[([indices],element)]
 ([16], 1),
 ([12, 13], 2),
 ([6, 7, 9], 3)]

字符串

一个numpy解决方案：

l1 = np.array([-1, -1, -1, -1, -1, -1, 3, 3, -1, 3, -1, -1,  2,  2, -1, -1,  1, -1])

unique, counts = np.unique(l1, return_counts=True)
print(dict(zip(unique, np.split(np.argsort(l1), np.cumsum(counts)))))

字符串
印刷品：

{
    -1: array([0, 15, 14, 11, 10, 8, 4, 3, 2, 1, 5, 17]),
    1: array([16]),
    2: array([12, 13]),
    3: array([6, 7, 9]),
}

型

采用itertools.groupby + operator.itemgetter方法：

from itertools import groupby
from operator import itemgetter

[[k, list(i[0] for i in g)] for k, g in groupby(sorted(enumerate(a), key=itemgetter(1)), key=itemgetter(1))]

个字符

@talha-tayyab的答案将工作，如果你只需要考虑 do 出现在数组中的值，但是，如果你需要从value=0开始并递增到最高值，这应该可以工作。

array = [-1, -1, -1, -1, -1, -1, 3, 3, -1, 3, -1, -1,  2,  2, -1, -1,  1, -1]
max = numpy.max(array)

result = []
for i in range(max):
    result.append(numpy.argwhere(array == i))

return result

字符串

另一种可能的解决方案：

[(x, np.where(array == x)[0].tolist()) for x in np.unique(array)]

字符串
输出量：

[(-1, [0, 1, 2, 3, 4, 5, 8, 10, 11, 14, 15, 17]),
 (1, [16]),
 (2, [12, 13]),
 (3, [6, 7, 9])]

型