我们将创建另一个从0到n-1的索引数组 然后压缩到原始数组，然后根据原始值对其排序

ar = [1,2,3,4,5]
new_ar = list(zip(ar,[i for i in range(len(ar))]))
new_ar.sort()

`

使用Numpy包最简单的方法:

import numpy
s = numpy.array([2, 3, 1, 4, 5])
sort_index = numpy.argsort(s)
print(sort_index)

但是如果你想要你的代码应该使用baisc python代码:

s = [2, 3, 1, 4, 5]
li=[]
  
for i in range(len(s)):
      li.append([s[i],i])
li.sort()
sort_index = []
  
for x in li:
      sort_index.append(x[1])
  
print(sort_index)

使用enumerate的答案很好，但我个人不喜欢用lambda来按值排序。下面的操作只是倒转索引和值，并对其排序。首先是按值排序，然后是按下标排序。

sorted((e,i) for i,e in enumerate(myList))

代码:

s = [2, 3, 1, 4, 5]
li = []

for i in range(len(s)):
    li.append([s[i], i])
li.sort()
sort_index = []

for x in li:
    sort_index.append(x[1])

print(sort_index)

试试这个，对我有用，干杯!

我用perfplot(我的一个项目)快速检查了这些功能的性能，发现很难推荐其他功能

np.argsort(x)

(注意对数刻度):

代码重现情节:

import perfplot
import numpy as np


def sorted_enumerate(seq):
    return [i for (v, i) in sorted((v, i) for (i, v) in enumerate(seq))]


def sorted_enumerate_key(seq):
    return [x for x, y in sorted(enumerate(seq), key=lambda x: x[1])]


def sorted_range(seq):
    return sorted(range(len(seq)), key=seq.__getitem__)


b = perfplot.bench(
    setup=np.random.rand,
    kernels=[sorted_enumerate, sorted_enumerate_key, sorted_range, np.argsort],
    n_range=[2 ** k for k in range(15)],
    xlabel="len(x)",
)
b.save("out.png")

如果您不想使用numpy，

sorted(range(len(seq)), key=seq.__getitem__)

是最快的，如这里所示。