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 npa = 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 npa = 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]] 90 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。