要获取所有索引，请执行以下操作：

indexes = [i for i, x in enumerate(xs) if x == 'foo']

>>> ["foo", "bar", "baz"].index("bar")
1

有关列表的内置.index（）方法，请参阅文档：

list.index（x[，start[，end]]）返回值等于x的第一项列表中从零开始的索引。如果没有该项，则引发ValueError。可选参数start和end被解释为切片符号，用于将搜索限制在列表的特定子序列。返回的索引是相对于完整序列的开头而不是start参数计算的。

注意事项

列表长度的线性时间复杂性

索引调用按顺序检查列表中的每个元素，直到找到匹配项。如果列表很长，并且不能保证值会接近开始，这会降低代码的速度。

只有使用不同的数据结构才能完全避免这个问题。但是，如果已知元素在列表的某个部分内，则可以使用start和end参数来缩小搜索范围。

例如：

>>> import timeit
>>> timeit.timeit('l.index(999_999)', setup='l = list(range(0, 1_000_000))', number=1000)
9.356267921015387
>>> timeit.timeit('l.index(999_999, 999_990, 1_000_000)', setup='l = list(range(0, 1_000_000))', number=1000)
0.0004404920036904514

第二次调用速度快了几个数量级，因为它只需要搜索10个元素，而不是全部100万个元素。

仅返回第一个匹配项的索引

对索引的调用按顺序搜索列表，直到找到匹配项，然后停止。如果该值可能出现多次，并且需要所有索引，则索引无法解决问题：

>>> [1, 1].index(1) # the `1` index is not found.
0

相反，使用列表理解或生成器表达式进行搜索，使用enumerate获取索引：

>>> # A list comprehension gives a list of indices directly:
>>> [i for i, e in enumerate([1, 2, 1]) if e == 1]
[0, 2]
>>> # A generator comprehension gives us an iterable object...
>>> g = (i for i, e in enumerate([1, 2, 1]) if e == 1)
>>> # which can be used in a `for` loop, or manually iterated with `next`:
>>> next(g)
0
>>> next(g)
2

如果只有一个匹配项，列表理解和生成器表达式技术仍然有效，并且更具通用性。

如果不匹配，则引发异常

如以上文档中所述，如果搜索的值不在列表中，则使用.index将引发异常：

>>> [1, 1].index(2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: 2 is not in list

如果这是一个问题，请首先使用my_list中的项显式检查，或者根据需要使用try/except处理异常。

显式检查简单易读，但它必须再次迭代列表。参见Python中的EAFP原理是什么？以获取有关此选择的更多指导。

简单选项：

a = ["foo", "bar", "baz"]
[i for i in range(len(a)) if a[i].find("bar") != -1]

简单地说，你可以

a = [['hand', 'head'], ['phone', 'wallet'], ['lost', 'stock']]
b = ['phone', 'lost']

res = [[x[0] for x in a].index(y) for y in b]

这里提出的所有函数都再现了固有的语言行为，但掩盖了正在发生的事情。

[i for i in range(len(mylist)) if mylist[i]==myterm]  # get the indices

[each for each in mylist if each==myterm]             # get the items

mylist.index(myterm) if myterm in mylist else None    # get the first index and fail quietly

如果语言提供了自己想要的方法，为什么要编写带有异常处理的函数？

在Python中查找给定列表中包含项的索引对于列表[“foo”、“bar”、“baz”]和列表“bar”中的项，在Python中获取其索引（1）的最干净方法是什么？

当然，有index方法，它返回第一次出现的索引：

>>> l = ["foo", "bar", "baz"]
>>> l.index('bar')
1

这种方法有几个问题：

如果该值不在列表中，您将得到ValueError如果列表中有多个值，则只获取第一个值的索引

没有值

如果值可能丢失，则需要捕获ValueError。

您可以这样使用可重用定义：

def index(a_list, value):
    try:
        return a_list.index(value)
    except ValueError:
        return None

然后这样使用：

>>> print(index(l, 'quux'))
None
>>> print(index(l, 'bar'))
1

这样做的缺点是，您可能需要检查返回的值是否为None：

result = index(a_list, value)
if result is not None:
    do_something(result)

列表中有多个值

如果您可能会出现更多情况，则无法通过list.index获得完整信息：

>>> l.append('bar')
>>> l
['foo', 'bar', 'baz', 'bar']
>>> l.index('bar')              # nothing at index 3?
1

您可以在列表中列举索引：

>>> [index for index, v in enumerate(l) if v == 'bar']
[1, 3]
>>> [index for index, v in enumerate(l) if v == 'boink']
[]

如果没有出现，则可以通过结果的布尔检查进行检查，或者在循环结果时不执行任何操作：

indexes = [index for index, v in enumerate(l) if v == 'boink']
for index in indexes:
    do_something(index)

使用熊猫更好地处理数据

如果您有熊猫，您可以通过Series对象轻松获取此信息：

>>> import pandas as pd
>>> series = pd.Series(l)
>>> series
0    foo
1    bar
2    baz
3    bar
dtype: object

比较检查将返回一系列布尔值：

>>> series == 'bar'
0    False
1     True
2    False
3     True
dtype: bool

通过下标符号将该系列布尔值传递给该系列，您将得到匹配的成员：

>>> series[series == 'bar']
1    bar
3    bar
dtype: object

如果只需要索引，index属性将返回一系列整数：

>>> series[series == 'bar'].index
Int64Index([1, 3], dtype='int64')

如果您希望它们在列表或元组中，只需将它们传递给构造函数：

>>> list(series[series == 'bar'].index)
[1, 3]

是的，你也可以将列表理解与enumerate一起使用，但在我看来，这并不是那么优雅——你在Python中进行等式测试，而不是让用C编写的内置代码来处理：

>>> [i for i, value in enumerate(l) if value == 'bar']
[1, 3]

这是XY问题吗？

XY问题是询问您尝试的解决方案，而不是实际问题。

为什么您认为需要列表中给定元素的索引？

如果你已经知道它的价值，为什么你会在意它在列表中的位置？

如果值不存在，则捕获ValueError相当冗长，我更希望避免这种情况。

无论如何，我通常都会遍历列表，所以我通常会保留一个指向任何有趣信息的指针，用enumerate获取索引。

如果你在处理数据，你可能应该使用panda，它的工具比我展示的纯Python解决方案要优雅得多。

我不记得自己需要list.index。然而，我已经浏览了Python标准库，并看到了它的一些优秀用途。

它在idlelib中有很多用途，用于GUI和文本解析。

关键字模块使用它在模块中查找注释标记，以通过元编程自动重新生成其中的关键字列表。

在Lib/mailbox.py中，它似乎像有序映射一样使用它：

key_list[key_list.index(old)] = new

and

del key_list[key_list.index(key)]

在Lib/html/cookiejar.py中，似乎用于获取下一个月：

mon = MONTHS_LOWER.index(mon.lower())+1

在Lib/tarfile.py中，类似于distutils，获取一个项目的切片：

members = members[:members.index(tarinfo)]

在Lib/pickletools.py中：

numtopop = before.index(markobject)

这些用法的共同点是，它们似乎对大小受限的列表进行操作（这一点很重要，因为list.index的查找时间为O（n）），并且它们主要用于解析（在Idle的情况下为UI）。

虽然有它的用例，但它们相当罕见。如果您发现自己正在寻找这个答案，请问问自己，您所做的是否是该语言为您的用例提供的工具的最直接使用。