还有一个解决方案，只给出第一个外观，可以通过使用numpy实现:

>>> import numpy as np
>>> a_np = np.array(a)
>>> np.argmax(a_np)
9

选择的答案(和大多数其他答案)需要至少两次遍历列表。 这里有一个一次性的解决方案，对于较长的列表可能是一个更好的选择。

编辑:解决@John Machin指出的两个不足之处。对于(2)，我尝试基于每个条件发生的猜测概率和前人允许的推论来优化测试。为max_val和max_indexes确定正确的初始化值有点棘手，这适用于所有可能的情况，特别是如果max恰好是列表中的第一个值-但我相信它现在做到了。

def maxelements(seq):
    ''' Return list of position(s) of largest element '''
    max_indices = []
    if seq:
        max_val = seq[0]
        for i,val in ((i,val) for i,val in enumerate(seq) if val >= max_val):
            if val == max_val:
                max_indices.append(i)
            else:
                max_val = val
                max_indices = [i]

    return max_indices

这段代码不像之前发布的答案那么复杂，但它可以工作:

m = max(a)
n = 0    # frequency of max (a)
for number in a :
    if number == m :
        n = n + 1
ilist = [None] * n  # a list containing index values of maximum number in list a.
ilistindex = 0
aindex = 0  # required index value.    
for number in a :
    if number == m :
        ilist[ilistindex] = aindex
        ilistindex = ilistindex + 1
    aindex = aindex + 1

print ilist

上面代码中的Ilist将包含列表中最大数目的所有位置。

@shash在其他地方回答了这个问题

找到最大列表元素的索引的python方法是 Position = max(enumerate(a)， key=lambda x: x[1])[0]

一个通过。然而，它比@Silent_Ghost的解决方案慢，甚至比@nmichaels的解决方案更慢:

for i in s m j n; do echo $i;  python -mtimeit -s"import maxelements as me" "me.maxelements_${i}(me.a)"; done
s
100000 loops, best of 3: 3.13 usec per loop
m
100000 loops, best of 3: 4.99 usec per loop
j
100000 loops, best of 3: 3.71 usec per loop
n
1000000 loops, best of 3: 1.31 usec per loop

如果你想获取一个名为data的列表中最大n个数字的索引，你可以使用Pandas sort_values:

pd.Series(data).sort_values(ascending=False).index[0:n]

这里是最大值和它出现的索引:

>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> a = [32, 37, 28, 30, 37, 25, 27, 24, 35, 55, 23, 31, 55, 21, 40, 18, 50, 35, 41, 49, 37, 19, 40, 41, 31]
>>> for i, x in enumerate(a):
...     d[x].append(i)
... 
>>> k = max(d.keys())
>>> print k, d[k]
55 [9, 12]

后来:为了满足@SilentGhost

>>> from itertools import takewhile
>>> import heapq
>>> 
>>> def popper(heap):
...     while heap:
...         yield heapq.heappop(heap)
... 
>>> a = [32, 37, 28, 30, 37, 25, 27, 24, 35, 55, 23, 31, 55, 21, 40, 18, 50, 35, 41, 49, 37, 19, 40, 41, 31]
>>> h = [(-x, i) for i, x in enumerate(a)]
>>> heapq.heapify(h)
>>> 
>>> largest = heapq.heappop(h)
>>> indexes = [largest[1]] + [x[1] for x in takewhile(lambda large: large[0] == largest[0], popper(h))]
>>> print -largest[0], indexes
55 [9, 12]