这里有一行代码：

Index = next(i for i, _ in enumerate(a) if np.isclose(_, val, tol))

这是什么？
括号中的代码是一个 * 生成器表达式 ，next返回（您猜对了！）生成器将产生的下一个（在本例中， 第一个 *）值。如果没有下一个值，则会引发StopIteration异常。

优点

1.它不消耗内存，因为它不需要计算所有可能的值并存储它们。
1.它的速度很快，因为如果已经找到所需的值，它不会继续循环遍历数组。
1.如果找不到值，它将引发异常。
1.它可以很容易地变成一行程序函数：

FirstIndex = lambda a, val, tol: next(i for i, _ in enumerate(a) if np.isclose(_, val, tol))
i = FirstIndex(a, val, tol) # call it

可以使用numpy.where：

np.where(np.isclose(a, val, tol))

并且仅获得最低索引（即，第一个结果），由where返回。
希望这对你有帮助。

这是一个向量化的一行程序

(np.abs(a - val) <= tol).argmax()

逐步运行示例-

In [57]: a
Out[57]: array([5, 3, 9, 6, 8, 3, 5, 1])
In [58]: val = 2
In [59]: tol = 2
In [60]: (np.abs(a - val) < tol) # Many might satisfy
Out[60]: array([False,True,False,False,False,True,False,True], dtype=bool)
In [61]: (np.abs(a - val) <= tol).argmax() # Choose the first one with argmax
Out[61]: 1

来吧，伙计们！以上这些都不是强有力的。即使Divakar的答案失败，如果没有最接近的值，你会得到索引=0，这是一个错误。在这种情况下，它应该返回“None”。因此，至少一行程序是不可能的。原来的问题不是适定的。您需要考虑，“.如果在公差范围内没有这样接近的值怎么办？“然后给予在这种情况下该怎么做的具体说明。

i_array = np.where(np.isclose(a, val, tol))

这是公平的，但仍然需要处理一个空的结果。所以，我想说一行程序会很笨重，至少两行程序更好：

i_array = np.where(np.isclose(a, val, tol))
my_i = None if (len(i_array[0])==0) else int(i_array[0])