不要。如果您确实需要，请使用列表中的.index（item…）方法。然而，这需要线性的时间，如果你发现自己正在努力，你可能会滥用列表来做一些你不应该做的事情。

最有可能的是，您关心1）整数和项目之间的双向映射，或2）在已排序的项目列表中查找项目。

对于第一个，使用一对字典。如果您需要一个库来实现这一点，请使用双向库。

对于第二个，使用可以正确利用列表排序这一事实的方法。使用python中内置的平分模块。

如果您希望在排序列表中插入项目，也不应使用排序列表。使用内置的heapq模块或使用sortedcontainers库将已排序的需求弱化为堆。

使用一个不是为你想做的事情而设计的数据结构是不好的做法。使用一个与你给它的任务相匹配的数据结构，既会向读者传达你想做特定的事情，也会使你的解决方案在实践中更快/更具可扩展性。

另一种选择

>>> a = ['red', 'blue', 'green', 'red']
>>> b = 'red'
>>> offset = 0;
>>> indices = list()
>>> for i in range(a.count(b)):
...     indices.append(a.index(b,offset))
...     offset = indices[-1]+1
... 
>>> indices
[0, 3]
>>> 

name ="bar"
list = [["foo", 1], ["bar", 2], ["baz", 3]]
new_list=[]
for item in list:
    new_list.append(item[0])
print(new_list)
try:
    location= new_list.index(name)
except:
    location=-1
print (location)

这说明了如果字符串不在列表中，如果它不在列表，则位置=-1

对于像我这样来自另一种语言的人来说，也许通过一个简单的循环，更容易理解和使用它：

mylist = ["foo", "bar", "baz", "bar"]
newlist = enumerate(mylist)
for index, item in newlist:
  if item == "bar":
    print(index, item)

我很感激，所以枚举到底做什么？。这帮助我理解了。

如果你想找到一个索引，那么使用“index”方法就可以了。然而，如果您要多次搜索数据，那么我建议使用平分模块。请记住，使用平分模块数据必须进行排序。因此，您对数据进行一次排序，然后可以使用二等分。在我的机器上使用平分模块比使用索引方法快20倍。

以下是使用Python 3.8及以上语法的代码示例：

import bisect
from timeit import timeit

def bisect_search(container, value):
    return (
      index 
      if (index := bisect.bisect_left(container, value)) < len(container) 
      and container[index] == value else -1
    )

data = list(range(1000))
# value to search
value = 666

# times to test
ttt = 1000

t1 = timeit(lambda: data.index(value), number=ttt)
t2 = timeit(lambda: bisect_search(data, value), number=ttt)

print(f"{t1=:.4f}, {t2=:.4f}, diffs {t1/t2=:.2f}")

输出：

t1=0.0400, t2=0.0020, diffs t1/t2=19.60

>>> ["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。