Python 迭代多维数组和跟踪/执行迭代索引操作的最佳方法是什么

我需要在多维numpy数组上做很多操作，因此我正在尝试最好的方法

假设我有一个这样的数组：

A = np.random.uniform(0, 1, size = 100).reshape(20, 5)

我的目标是获得每个条目及其索引的最大值

numpy.amax（）。因此，
A[0]
可能是这样的：

A = np.random.uniform(0, 1, size = 100).reshape(20, 5)

A[0]=[0.64570441 0.31781716 0.07268926 0.84183753 0.72194227]

我想获得最大值以及该最大值的索引
[0.84183753][0，3]
。不需要对结果进行具体表示，只需要一个示例。我甚至只需要水平索引

我尝试使用numpy的nditer对象：

A_it = np.nditer(A, flags=['multi_index'], op_flags=['readwrite'])

while not A_it.finished:
    print(np.amax(A_it.value))
    print(A_it.multi_index[1])
    A_it.iternext()

在迭代过程中，我可以访问数组的每个元素及其索引，但我似乎无法以语法方式将每个元素和索引中的
numpy.amax（）
函数组合在一起。我甚至可以使用
nditer
object来完成它吗

此外，我在书中读到，在numpy中使用
nditer
或使用迭代通常意味着我做错了什么。但是我找不到另一种方便的方法来实现我的目标。显然，我是numpy和python的初学者，所以任何要搜索或提示的关键字都非常受欢迎。
nditer

的一个主要问题是它会迭代每个元素，而不是每一行。最好将其用作Cython或C重写代码的垫脚石

如果您只希望数组中每一行的最大值，那么简单的迭代或列表理解就可以了

for row in A: print(np.amax(row))

或者将其转换回阵列：

np.array([np.amax(row) for row in A])

但是，通过给

amax

一个轴参数，可以得到相同的值

np.amax(A,axis=1)

np.argmax

标识最大值的位置

np.argmax(A,axis=1)

使用argmax值，您还可以选择max值

ind=np.argmax(A,axis=1)
A[np.arange(A.shape[0]),ind]

---

（速度与重复

np.amax

调用差不多）。

A.argmax（axis=1）？不要使用

nditer

。使用常规python进行循环。