>>> a.argmax(axis=0)

array([1, 1, 0])

>>> import numpy as np
>>> a = np.array([[1,2,3],[4,3,1]])
>>> i,j = np.unravel_index(a.argmax(), a.shape)
>>> a[i,j]
4

argmax()只返回每一行的第一个匹配项。http://docs.scipy.org/doc/numpy/reference/generated/numpy.argmax.html
如果你需要对一个形状数组执行此操作，这比unravel更好：

import numpy as np
a = np.array([[1,2,3], [4,3,1]])  # Can be of any shape
indices = np.where(a == a.max())

您也可以更改您的条件：

indices = np.where(a >= 1.5)

上面以您要求的形式提供了结果。或者，您可以通过以下方式转换为x，y坐标列表：

x_y_coords =  zip(indices[0], indices[1])

numpy提供了argmin()和argmax()，分别返回numpy数组的min和max的索引。
例如，对于一维数组，你可以这样做

import numpy as np

a = np.array([50,1,0,2])

print(a.argmax()) # returns 0
print(a.argmin()) # returns 2

对于多维数组也是一样

import numpy as np

a = np.array([[0,2,3],[4,30,1]])

print(a.argmax()) # returns 4
print(a.argmin()) # returns 0

请注意，这些将只返回第一个匹配项的索引。

v = alli.max()
index = alli.argmax()
x, y = index/8, index%8

请允许我给予最新的答复。我们使用带有参数axis的函数argmax()，可以定义如下：

• axis=0，将返回每列最大元素的索引。
• axis=1将返回每行最大元素的索引。

下面的代码将帮助您更好地理解。

import numpy as np 
a = np.array([[1,2,3],[4,3,1]])
#This will print the index of the max value for each column.
print(a.argmax(axis=0)) # output: [1 1 0]
#This will print the index of the max value for each row.
print(a.argmax(axis=1)) # output: [2 0]