列表理解方法:

假设你有一个列表list = [5,2,3,8]

那么[i for i in range(len(List)) if List[i] == max(List)]将是一个python式的列表理解方法，用于查找List[i] == max(List)中的值“i”。

对于作为列表的列表的数组，它很容易扩展，只需执行for循环即可。

例如，使用列表的任意列表“array”并将“index”初始化为空列表。

array = [[5, 0, 1, 1], 
[1, 0, 1, 5], 
[0, 1, 6, 0], 
[0, 4, 3, 0], 
[5, 2, 0, 0], 
[5, 0, 1, 1], 
[0, 6, 0, 1], 
[0, 1, 0, 6]]
index = []

for List in array:
    index.append([i for i in range(len(List)) if List[i] == max(List)])
index

输出:[[0]，[3]，[2]，[1]，[0]，[0]，[1]，[3]]

max([(value,index) for index,value in enumerate(your_list)]) #if maximum value is present more than once in your list then this will return index of the last occurrence

如果最大值出现在present中不止一次，你想要得到所有的下标，

max_value = max(your_list)
maxIndexList = [index for index,value in enumerate(your_list) if value==max(your_list)]

我建议一个非常简单的方法:

import numpy as np
l = [10, 22, 8, 8, 11]
print(np.argmax(l))
print(np.argmin(l))

希望能有所帮助。

我列了一些大清单。一个是列表，一个是numpy数组。

import numpy as np
import random
arrayv=np.random.randint(0,10,(100000000,1))
listv=[]
for i in range(0,100000000):
    listv.append(random.randint(0,9))

使用jupyter笔记本的%%time功能，我可以比较各种事情的速度。

2秒:

%%time
listv.index(max(listv))

54.6秒:

%%time
listv.index(max(arrayv))

6.71秒:

%%time
np.argmax(listv)

103女士:

%%time
np.argmax(arrayv)

Numpy的数组非常快。

max([(v,i) for i,v in enumerate(my_list)])

使用Python的内置库，这非常简单:

a = [2, 9, -10, 5, 18, 9] 
max(xrange(len(a)), key = lambda x: a[x])

这告诉max找到列表中最大的数字[0,1,2，…]， len(a)]，使用自定义函数lambda x: a[x]，这表明0实际上是2,1实际上是9，等等。