Python中如何用NumPy定位数组最大元素并与[0,0]位置元素交换

你已经通过np.where获取到了最大值对应的索引集合，直接补充坐标提取、元素交换的逻辑即可，完整可运行代码如下：

import numpy as np
r2 = np.array([[  1.00657843,  63.38075613, 312.87746691],
       [375.25164461, 500.        , 125.75493382],
       [437.6258223 , 250.50328922, 188.12911152]])
indices = np.where(r2 == r2.max())

# 提取最大值的行列坐标，当前场景最大值唯一，取第一个匹配项即可
max_r, max_c = indices[0][0], indices[1][0]
# 利用Python多变量赋值完成交换，无需额外定义临时变量
r2[0, 0], r2[max_r, max_c] = r2[max_r, max_c], r2[0, 0]

print(r2)

运行后输出和预期完全一致：

array([[500.        ,  63.38075613, 312.87746691],
       [375.25164461,   1.00657843, 125.75493382],
       [437.6258223 , 250.50328922, 188.12911152]])

注意事项 #

• np.where返回的是对应维度的索引数组元组，二维数组下第一个元素存所有匹配值的行索引，第二个元素存列索引
• 如果数组内存在多个等于最大值的元素，上述代码只会交换第一个匹配到的最大值，若需要处理所有重复最大值的场景，需要遍历索引数组逐个处理
• 不要直接先给r2[0,0]赋最大值，会覆盖原r2[0,0]的值导致交换失败，用多变量赋值或者提前存储临时值都可以规避这个问题

内容的提问来源于stack exchange，提问作者Wiz123