一、通过np.max和np.where寻找【所有满足条件的解】
通过np.max()找矩阵的最大值，再通过np.where获得最大值的位置，代码如下：
import numpy as np
a = np.random.randint(1, 10, size=12)
a = a.reshape((3,4))
print(a)
print(np.max(a))
r, c = np.where(a == np.max(a))
print(r,c)输出：
[[7 8 9 4]
[9 3 9 3]
[5 6 1 5]]
9
[0 1 1] [2 0 2]输出的是两个array，分别是x和y数组，即找出了和这个最值相等的所有位置。
二、通过np.argmax寻找【第一个满足条件的解】
把矩阵展成一维，np.argmax可以返回最大值在这个一维数组中第一次出现的位置，用这个位置除以矩阵的列数，所得的商就是最大值所在的行，所得的余数就是最大值所在的列。
import numpy as np
a = np.random.randint(1, 10, size=12)
a = a.reshape((3,4))
print(a)
print(np.max(a))
m = np.argmax(a) # 把矩阵拉成一维，m是在一维数组中最大值的下标
r, c = divmod(m, a.shape[1]) # r和c分别为商和余数，即最大值在矩阵中的行和列
# m是被除数， a.shape[1]是除数
print(r, c)输出：
[[5 5 9 7]
[5 5 8 9]
[2 3 9 3]]
9
0 2可以看到只找到了第一个出现的最大值，后续的是搜索不到的。