您可以使用np.partition两个查找最大的两个值并检查它们是否相等，然后将其用作np.where中的掩码来设置默认值：

In [228]: a = np.array([[1, 2, 3, 2], [3, 1, 3, 2], [3, 5, 2, 1]])

In [229]: twomax = np.partition(a, -2)[:, -2:].T

In [230]: default = -1

In [231]: argmax = np.where(twomax[0] != twomax[1], np.argmax(a, -1), default)

In [232]: argmax
Out[232]: array([ 2, -1,  1])

“Default”的一个方便值是-1，因为argmax本身不会返回该值。None不适合整数数组。masked array也是一种选择，但我没有走那么远。下面是一个NumPy实现

def my_argmax(a):
    rows = np.where(a == a.max(axis=1)[:, None])[0]
    rows_multiple_max = rows[:-1][rows[:-1] == rows[1:]]
    my_argmax = a.argmax(axis=1)
    my_argmax[rows_multiple_max] = -1
    return my_argmax

使用示例：

import numpy as np
a = np.array([[0, 0, 0], [4, 5, 3], [3, 4, 4], [6, 2, 1]])
my_argmax(a)   #  array([-1,  1, -1,  0])

说明：where选择每行all个最大元素的索引。如果一行有多个最大值，行号将在rows数组中多次出现。由于该数组已经排序，因此通过比较连续的元素来检测这种重复。这标识了具有多个最大值的行，之后它们在NumPy的argmax方法的输出中被屏蔽。