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。