Python中获取NumPy数组最值及其索引的方法

花开有时

发布时间：2026-10-13| 6人浏览过

原创

本文介绍在Python的NumPy库中如何高效获取数组的全局及局部最值，并利用np.where函数定位最大值对应的行列索引。通过示例演示全局最大、按行/列最大值的计算，以及处理重复最大值时的索引返回逻辑，帮助开发者快速掌握相关操作。

在Python的普通列表（list）中，可以通过max(list)直接获取最大值，并使用list.index(max(list))来查找该最大值首次出现的索引位置。

然而，NumPy中的数组（array）对象并不提供index方法。为了实现类似功能，需要借助np.where函数，这是NumPy库特有的工具，普通列表无法直接使用。

首先，我们可以计算数组的全局最大值（或最小值），也可以分别计算每一行或每一列的最大值（或最小值）。

>>> a = np.arange(9).reshape((3,3))
>>> a
array([[0, 1, 2],
  [9, 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]

接着，利用np.where函数查找最大值所在的位置。该函数返回一个元组，其中第一个数组元素代表最大值所在的行索引，第二个数组元素代表列索引。

>>> 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))

需要注意的是，如果数组中存在多个相同的最大值，np.where会将所有最大值的位置都返回，而不仅仅是第一个。

>>> 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))

以上就是在Python中获取NumPy数组最值及其索引的完整方法，希望能为您的开发工作提供便利。