获取多维 NumPy 数组中最大值的位置

问题描述：

如何获取多维 NumPy 数组中最大值的位置（索引）？

解决方案 1：

该argmax()方法应该有帮助。

更新

(读完评论后) 我相信该argmax()方法也适用于多维数组。链接的文档给出了一个示例：

>>> a = array([[10,50,30],[60,20,40]])
>>> maxindex = a.argmax()
>>> maxindex
3

更新 2

（感谢KennyTM的评论）您可以使用unravel_index(a.argmax(), a.shape)将索引作为元组获取：

>>> from numpy import unravel_index
>>> unravel_index(a.argmax(), a.shape)
(1, 0)

解决方案 2：

(编辑) 我指的是一个已被删除的旧答案。而且被接受的答案是在我的答案之后。我同意那argmax比我的答案好。

这样做不是更易读/直观吗？

numpy.nonzero(a.max() == a)
(array([1]), array([0]))

或者，

numpy.argwhere(a.max() == a)

解决方案 3：

您可以简单地编写一个函数（仅在 2d 中有效）：

def argmax_2d(matrix):
    maxN = np.argmax(matrix)
    (xD,yD) = matrix.shape
    if maxN >= xD:
        x = maxN//xD
        y = maxN % xD
    else:
        y = maxN
        x = 0
    return (x,y)

解决方案 4：

另一种方法是将numpy数组更改为list并使用max方法index：

List = np.array([34, 7, 33, 10, 89, 22, -5])
_max = List.tolist().index(max(List))
_max
>>> 4