Numpy：将一维索引转换为多维索引

许多数组方法返回单个索引，尽管数组是多维的。例如：

a = rand(2,3)
z = a.argmax()

对于二维，很容易找到最大元素的矩阵指数：

a[z/3, z%3]

但对于更多维度，它可能会变得烦人。Numpy/Scipy是否有一种简单的方法可以在给定一个（折叠的）维度索引的情况下返回多个维度的索引？谢谢。

明白了

a = X.argmax()
(i,j) = unravel_index(a, X.shape)

---

我不知道有什么内置函数可以满足您的需要，但是这个函数在哪里 我意识到我真正想做的是：

给定两个形状相同的数组a，b，找出b中的元素 与a的最大元素相同的位置（相同的[i，j，k…]位置）

为此，快速numpy ish解决方案是：

j = a.flatten().argmax()
corresponding_b_element = b.flatten()[j]

---

文斯·马切蒂（Vince Marchetti）

也许很烦人，但很可行。的确如此！请看下面。谢谢，这很有趣，它实际上帮助我解决了一些我用自己的解决方案无法解决的问题，如果没有一些技巧，b的sape是a形状的扩展