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

此解决方案不如其他解决方案强大，但如果您是初学者，只知道forloops，则仍有可能找到项目的第一个索引，同时避免ValueError：

def find_element(p,t):
    i = 0
    for e in p:
        if e == t:
            return i
        else:
            i +=1
    return -1

>>> ["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。

该值可能不存在，因此为了避免此ValueError，我们可以检查列表中是否确实存在该值。

list =  ["foo", "bar", "baz"]

item_to_find = "foo"

if item_to_find in list:
      index = list.index(item_to_find)
      print("Index of the item is " + str(index))
else:
    print("That word does not exist") 

它只使用python函数array.index（）和简单的Try/Except，如果在列表中找到记录，则返回该记录的位置，如果没有在列表中发现，则返回-1（就像在JavaScript中使用函数indexOf（））。

fruits = ['apple', 'banana', 'cherry']

try:
  pos = fruits.index("mango")
except:
  pos = -1

在这种情况下，“mango”不在列表水果中，因此pos变量为-1，如果我搜索了“cherry”，pos变量将为2。

text = ["foo", "bar", "baz"]
target = "bar"

[index for index, value in enumerate(text) if value == target]

对于一个小的元素列表，这会很好。但是，如果列表包含大量元素，最好应用二进制运行时复杂度为O（logn）的搜索.