如果我想要列表中的最大值，我可以写max(List)，但是如果我还需要最大值的索引呢？
我可以这样写：
maximum=0
for i,value in enumerate(List):
if value>maximum:
maximum=value
index=i
但这对我来说看起来很乏味。
如果我写：
List.index(max(List))
然后它将迭代列表两次。
有没有更好的办法？
你是什么意思"它会通过两次列表"？ List.index(max(List))适合我。
@mwc：它将迭代列表一次以确定最大值，然后再次迭代它以查找该值的索引。
如果有重复的最大值，list.index()会不会有问题？
@LoganYang是的，可能有两个具有相同值的项目。
如果订单不重要，你可以做一些像List.sort()[ - 1]
我认为接受的答案很好，但为什么不明确地这样做呢？我觉得更多的人会理解你的代码，这与PEP 8一致：
max_value = max(my_list)
max_index = my_list.index(max_value)
这种方法也比接受的答案快三倍：
import random
from datetime import datetime
import operator
def explicit(l):
max_val = max(l)
max_idx = l.index(max_val)
return max_idx, max_val
def implicit(l):
max_idx, max_val = max(enumerate(l), key=operator.itemgetter(1))
return max_idx, max_val
if __name__ =="__main__":
from timeit import Timer
t = Timer("explicit(l)","from __main__ import explicit, implicit;"
"import random; import operator;"
"l = [random.random() for _ in xrange(100)]")
print"Explicit: %.2f usec/pass" % (1000000 * t.timeit(number=100000)/100000)
t = Timer("implicit(l)","from __main__ import explicit, implicit;"
"import random; import operator;"
"l = [random.random() for _ in xrange(100)]")
print"Implicit: %.2f usec/pass" % (1000000 * t.timeit(number=100000)/100000)
在我的电脑中运行的结果：
Explicit: 8.07 usec/pass
Implicit: 22.86 usec/pass
其他套装：
Explicit: 6.80 usec/pass
Implicit: 19.01 usec/pass
没想到它会更快。即使我用"l = [random.random()for _ in xrange(10000000)] + [2]"替换l也更快，这保证了最后一个元素是最大的。
@ 平淡的小懒猪88：对于一个简单的数字列表，简单的方法更快。如果您在这种情况下表现出色，我建议使用numpy.argmax()，这在我的机器上要快30倍。如果列表包含比单纯数字更复杂的对象，我的答案中的方法可以变得更快。该方法的另一个优点是它可以用于任意迭代器，而不仅仅用于列表。
@ Sven-Marnach如果我必须首先将我的列表转换为numpy数组，那么numpy会更快吗？简单的例子[0,1,0]会更快吗？
@Sven-Marnach我刚刚检查过。 numpy.argmax是迄今为止最慢的方法，如果数组包含字符串而不是浮点数或整数，则它会给出错误的答案。
如果有重复的最大值，list.index()会不会有问题？
@LoganYang我不这么认为，当有多个最大值时，max()仅返回第一个(这是Python 3保证的)，list.index()也返回第一个
有很多选择，例如：
import operator
index, value = max(enumerate(my_list), key=operator.itemgetter(1))
啊，我在其他地方看过这个，但我认为它只返回一个值，而不是一个元组。
@ 平淡的小懒猪88：key函数仅用于决定哪个元素是最大的。元素不会改变。
@SvenMarnach为什么不用key=lambda e: e[1]来避免导入？
@lifebalance使用itemgetter()更快，避免导入不是值得追求的目标。在某些情况下，避免外部依赖性是值得的，但从标准库导入是不成问题的。
这个答案比@Escualo快33倍，假设列表非常大，假设它已经是一个np.array()。我不得不拒绝测试运行次数，因为测试正在查看10000000个元素而不仅仅是100个元素。
import random
from datetime import datetime
import operator
import numpy as np
def explicit(l):
max_val = max(l)
max_idx = l.index(max_val)
return max_idx, max_val
def implicit(l):
max_idx, max_val = max(enumerate(l), key=operator.itemgetter(1))
return max_idx, max_val
def npmax(l):
max_idx = np.argmax(l)
max_val = l[max_idx]
return (max_idx, max_val)
if __name__ =="__main__":
from timeit import Timer
t = Timer("npmax(l)","from __main__ import explicit, implicit, npmax;"
"import random; import operator; import numpy as np;"
"l = np.array([random.random() for _ in xrange(10000000)])")
print"Npmax: %.2f msec/pass" % (1000 * t.timeit(number=10)/10 )
t = Timer("explicit(l)","from __main__ import explicit, implicit;"
"import random; import operator;"
"l = [random.random() for _ in xrange(10000000)]")
print"Explicit: %.2f msec/pass" % (1000 * t.timeit(number=10)/10 )
t = Timer("implicit(l)","from __main__ import explicit, implicit;"
"import random; import operator;"
"l = [random.random() for _ in xrange(10000000)]")
print"Implicit: %.2f msec/pass" % (1000 * t.timeit(number=10)/10 )
我的电脑上的结果：
Npmax: 8.78 msec/pass
Explicit: 290.01 msec/pass
Implicit: 790.27 msec/pass
只是为了澄清：加速只是由于numpy C实现与纯python相比？或者有一种方法可以使用纯python来改进@Escualo的答案？
不我知道它有效
如果想要使用python 3.6，可以执行以下操作："l = np.array([random.random()for _ in range(10000000)])")print(f"Npmax：{(1000 * t。 timeit(number = 10)/ 10)：5.2f} msec / pass")
这是在2.7
嗯，numpy.argmax的速度看起来很惊人，直到你让它处理一个标准的python列表。然后速度介于显式和隐式版本之间。我猜np.array不只是创建一个列表，但它会在其中保存一些额外的信息 - 例如最小值和最大值(只是一个假设)。
使用Python的内置库，它非常简单：
a = [2, 9, -10, 5, 18, 9]
max(xrange(len(a)), key = lambda x: a[x])
这告诉max使用自定义函数lambda x: a[x]查找列表[0, 1, 2, ..., len(a)]中的最大数字，其中0实际上是2，1实际上是9等。
在Python 3中，没有xrange，如果你想编写将同时运行Python 2和Python 3的代码，你应该使用range()。
max([(v,i) for i,v in enumerate(my_list)])
这是更好的，因为你可以使它适用于除元组之外的其他东西。
这究竟是如何工作的？你能打破这个过程吗？
嗨@ clabe45，它将my_list转换为元组列表(v，i)，其中v是我的列表中的每个项目，i是对应的索引，然后它获得具有最大值的元组(及其相关索引)
谢谢，你可以在答案中发帖吗？ max如何知道在计算最大值时只考虑每个元组(v)的第一项？
@ clabe45可能这个回复来得太晚了，但现在遇到这个帖子的其他人(比如我)，这里：stackoverflow.com/questions/18296755/是一个解释。不是这一行："默认情况下，max会比较第一个索引的项目，如果第一个索引相同则比较第二个索引。"所以我试了一下list：l = [1,1,1]然后是max([(v，i)代表i，v代表枚举(l)])它给了我不是第一个但是最后一个一：(1,2)结果。我希望它解释:)
@AnupamJain现在有意义，谢谢！
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))
希望能帮助到你。
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
如果当前最大值不止一次并且您想要获得所有指数，
max_value = max(your_list)
maxIndexList = [index for index,value in enumerate(your_list) if value==max(your_list)]
对。我几乎发布了一个答案，但后来我看到你已经在列表理解一行中使用了相同的逻辑解决方案。
抱歉恢复这个线程，但我认为我的方法值得添加。
此示例中的列表名称'list'
list.sort()
print(list[-1])
这将打印列表中的最高值容易！
list.sort()按ASCII表中项目的值对列表进行排序，因此可以有效地将列表从最低到最高排序。然后我使用print(list[-1])打印列表中的最后一个值(这将是最大的数字)。
希望这可以帮助！
我们不能这样得到索引
也许你还需要一个排序列表？
试试这个：
your_list = [13, 352, 2553, 0.5, 89, 0.4]
sorted_list = sorted(your_list)
index_of_higher_value = your_list.index(sorted_list[-1])
尝试格式化代码以使其更具可读性
1.排序具有更高的时间复杂度。 2. sorted_list没有索引而是值，所以它不起作用。
以下是使用Python内置函数的问题的完整解决方案：
# Create the List
numbers = input("Enter the elements of the list. Separate each value with a comma. Do not put a comma at the end.
").split(",")
# Convert the elements in the list (treated as strings) to integers
numberL = [int(element) for element in numbers]
# Loop through the list with a for-loop
for elements in numberL:
maxEle = max(numberL)
indexMax = numberL.index(maxEle)
print(maxEle)
print(indexMax)