关于python:使用numpy寻找二维数组中的最值及其下标

一、通过 np.max 和 np.where 寻找【所有满足条件的解】

通过 np.max() 找矩阵的最大值，再通过 np.where 取得最大值的地位，代码如下：

import numpy as np

a = np.random.randint(1, 10, size=12)
a = a.reshape((3,4))

print(a)
print(np.max(a))

r, c = np.where(a == np.max(a))
print(r,c)

输入：

[[7 8 9 4]
 [9 3 9 3]
 [5 6 1 5]]


9

 
[0 1 1] [2 0 2]

输入的是两个 array，别离是 x 和 y 数组，即找出了和这个最值相等的所有地位。

二、通过 np.argmax 寻找【第一个满足条件的解】

把矩阵展成一维，np.argmax 能够返回最大值在这个一维数组中第一次呈现的地位，用这个地位除以矩阵的列数，所得的商就是最大值所在的行，所得的余数就是最大值所在的列。

import numpy as np

a = np.random.randint(1, 10, size=12)
a = a.reshape((3,4))

print(a)
print(np.max(a))

m = np.argmax(a)                # 把矩阵拉成一维，m 是在一维数组中最大值的下标
r, c = divmod(m, a.shape[1])    # r 和 c 别离为商和余数，即最大值在矩阵中的行和列
                                # m 是被除数，a.shape[1]是除数
print(r, c)

输入：

[[5 5 9 7]
 [5 5 8 9]
 [2 3 9 3]]
 
9


0 2

能够看到只找到了第一个呈现的最大值，后续的是搜寻不到的。