如何用NumPy获取二维数组中所有最大值的索引？

嘿，这问题其实很好解决！你现在的代码只提取了第一个最大值的坐标，要拿到所有符合条件的索引，只需要对np.where的结果做个简单的打包处理就行，我给你一步步拆解：

核心思路 #

1. 先确定数组中的最大值：用pixel.max()就能快速拿到全局最大值
2. 定位所有最大值的位置：np.where(pixel == max_val)会返回两个数组，分别对应所有最大值的行索引和列索引
3. 转换成你需要的元组列表格式：用zip()把行、列索引一一配对，再转成列表就搞定了

完整代码示例 #

import numpy as np
pixel = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 189, 12, 0, 0, 1, 0, 0, 0, 0], [0, 6, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 203, 9, 0], [0, 0, 0, 0, 0, 0, 0, 12, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 5, 245, 0, 0, 0, 7, 4, 0], [0, 0, 0, 0, 0, 0, 0, 250, 8, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

# 1. 获取数组的全局最大值
max_value = pixel.max()
# 2. 找到所有等于最大值的行、列索引
row_indices, col_indices = np.where(pixel == max_value)
# 3. 打包成[(行, 列)]的列表格式
max_positions = list(zip(row_indices, col_indices))

print("所有最大值的索引：", max_positions)
print(pixel)

运行结果 #

执行这段代码后，你会得到输出：

所有最大值的索引： [(8, 7)]

（因为你的示例数组里只有一个最大值250，要是有多个最大值的话，列表里会自动包含所有对应的坐标元组）

拓展说明 #

如果是更高维度的数组，这个方法同样适用——np.where会返回对应维度的索引数组，只需要把所有索引数组一起传入zip()，就能得到每个最大值的多维坐标元组啦。

内容的提问来源于stack exchange，提问作者Bakira