在list列表中，max(list)可以得到list的最大值，list.index(max(list))可以得到最大值对应的索引

但在numpy中的array没有index方法，取而代之的是where，其又是list没有的

numpy中还有argmax/argmin方法来获取最值对应的索引，但是它返回顺序查找（行优先）下的索引，也就是没有分别的行和列，而且有相同最值情况下，它只返回第一个最值的索引。

下面分别介绍一下：

首先我们可以得到array在全局和每行每列的最大值(最小值同理)

>>> a = np.arange(9).reshape((3,3))
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> print(np.max(a))		#全局最大
8
>>> print(np.max(a,axis=0))	#每列最大
[6 7 8]
>>> print(np.max(a,axis=1))	#每行最大
[2 5 8]

然后用where得到最大值的索引，返回值中，前面的array对应行数，后者对应列数

>>> print(np.where(a==np.max(a)))
(array([2], dtype=int64), array([2], dtype=int64))
>>> print(np.where(a==np.max(a,axis=0)))
(array([2, 2, 2], dtype=int64), array([0, 1, 2], dtype=int64))

如果array中有相同的最大值，where会将其位置全部给出

>>> a[1,0]=8
>>> a
array([[0, 1, 2],
       [8, 4, 5],
       [6, 7, 8]])
>>> print(np.where(a==np.max(a)))
(array([1, 2], dtype=int64), array([0, 2], dtype=int64))

>>> a = np.arange(9).reshape((3,3))
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> np.argmax(a)
8
>>> a[1,0]=8
>>> a
array([[0, 1, 2],
       [8, 4, 5],
       [6, 7, 8]])
>>> np.argmax(a)
3
>>> np.argmax(a, axis=0)                                              
array([1, 2, 2], dtype=int64)

所以看情况选择 ~