如何用numpy.where查找二维数组中最值的行和列索引

你遇到的问题是因为ma.where()返回的是包含两个数组的元组（分别对应所有符合条件的行索引和列索引），直接当成单个数值解包会报错。下面给两种简便解决方法：

方法1：用argmin() + unravel_index（推荐，最值唯一时用） #

先获取最小值的一维扁平化索引，再转换为二维行列坐标：

import numpy as np
import numpy.ma as ma

# 假设dist1是二维掩码数组
min_idx = dist1.argmin()  # 自动忽略掩码值，返回最小值的一维索引
imin1, jmin1 = np.unravel_index(min_idx, dist1.shape)  # 转成二维行列坐标

找最大值的话，把argmin()换成argmax()即可。

方法2：直接处理ma.where()的结果（支持多个最值位置） #

如果数组中有多个相同的最小值，这个方法能获取所有对应位置：

rows, cols = ma.where(dist1 == dist1.min())
# 取第一个最值的行列坐标
imin1, jmin1 = rows[0], cols[0]
# 若要所有最值位置，直接使用rows和cols数组即可

补充说明 #

你之前解包报错，是因为ma.where()返回的每个元素是索引数组而非单个数值。比如当只有一个最小值时，rows是[x]这样的数组，直接赋值给变量得到的是数组，而非单个整数，需要通过[0]提取具体数值。

内容的提问来源于stack exchange，提问作者Fdez