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

这里有一个简单的单步解决方案。

import math
nums = [32, 37, 28, 30, 37, 25, 55, 27, 24, 35, 55, 23, 31]

max_val = -math.inf
res = []

for i, val in enumerate(nums):
    if(max_val < val):
        max_val = val
        res = [i]
    elif(max_val == val):
        res.append(i)
print(res)

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]

import pandas as pd

pd.Series(a).idxmax()

9

我通常都是这么做的。

你也可以使用numpy包:

import numpy as np
A = np.array(a)
maximum_indices = np.where(A==max(a))

这将返回包含max值的所有下标的numpy数组

如果你想把它变成一个列表:

maximum_indices_list = maximum_indices.tolist()

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]

>>> max(enumerate([1,2,3,32,1,5,7,9]),key=lambda x: x[1])
>>> (3, 32)