python输出二维数组（矩阵）最大值(可重复)的全部索引值index、argmax的不足之处

data = np.array([[7,6,3],[4,5,9],[7,8,9]])

查询最大值索引的常规操作是：np.argmax(data)

这个5代表：将数组降成一维后最大值的索引，即【7，6，3，4，5，9，7，8，9】的第一个9的索引

缺点：

1、我们需要的索引是二维的，5不是我们想要的，我们需要的是（1，2）

2、当存在多个最大值时，argmax只会返回第一个最大值的索引，如果我全都要呢？

自己动手写呗：

import numpy as np
data = np.array([[7,6,3],[4,5,9],[7,8,9]])
print(data)
# 寻找最大值的所有索引
def max_index(data):
    index = []  # 创建列表,存放最大值的索引
    # data = data.A  # 若data是矩阵，需先转为array,因为矩阵ravel后仍是二维的形式，影响if环节
    dim_1 = data.ravel()  # 转为一维数组
    max_n = max(dim_1)  # 最大值max_n
    for i in range(len(dim_1)):
        if dim_1[i] == max_n:  # 遍历寻找最大值，并全部索引值进行操作
            pos = np.unravel_index(i, data.shape, order='C')  # 返回一维索引对应的多维索引，譬如4把转为(1,1),即一维中的第5个元素对应在二维里的位置是2行2列
            index.append(pos)  # 存入index
    print(index)  # 打印