scikit-learnのconfusion-matrixではそれぞれのインデックスを取得することができなかったので。
(もしかしてできる？)

条件

例えば猫かどうかを判定するとして、１が猫、０が猫でないとする。
predsを予測、labelsを正解データとする。

手順

numpyの行列に変換する

import numpy as np

preds = [0., 1., 1., ..., 0., 1., 0.]  # 適当な0or1のリスト
labels = [0., 1., 1., ..., 0., 1., 0.]  # 適当な0or1のリスト

preds = np.array(preds)
labels = np.array(labels)

猫のインデックスを取る

one_ind_p = preds == 1
one_ind_l = labels == 1
zero_ind_p = np.logical_not(one_ind_p)  # boolの反転
zero_ind_l = np.logical_not(one_ind_l)
# array([False,  True,  True, ..., False,  True, False]) みたいなデータになる

混同行列の各要素のインデックスを取得する

tp = np.argwhere(one_ind_l & one_ind_p)
fp = np.argwhere(zero_ind_l & one_ind_p)
fn = np.argwhere(one_ind_l & zero_ind_p)
tn = np.argwhere(zero_ind_l & zero_ind_p)

appendix

混同行列はこれ

 http://ibisforest.org/index.php?F%E5%80%A4