可以使用 collections 模块中的 Counter 类来统计数组中不同数据的数量。
示例代码：
from collections import Counter
arr = [1, 2, 3, 1, 2, 4, 5, 3, 2, 1]
count = Counter(arr)
for num, freq in count.items():
print(f"{num}: {freq}")
输出结果：
1: 3
2: 3
3: 2
4: 1
5: 1
其中 count 是一个 Counter 对象，可以使用它的 items() 方法获取每个数据及其出现的次数，然后输出即可。
可以使用内置函数 max() 和 min() 来计算数组中的最大值和最小值。
示例代码：
arr = [1, 2, 3, 4, 5]
max_val = max(arr)
min_val = min(arr)
print(f"最大值：{max_val}")
print(f"最小值：{min_val}")
输出结果：
最大值：5
最小值：1
也可以使用 NumPy 模块中的 np.max() 和 np.min() 函数来实现更多功能。
示例代码：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
max_val = np.max(arr)
min_val = np.min(arr)
print(f"最大值：{max_val}")
print(f"最小值：{min_val}")
输出结果与前面的示例相同。
可以使用 Python 中的 collections 模块中的 Counter 类进行统计数组中不同数据的数量，然后计算每个数据出现的占比。
示例代码：
from collections import Counter
arr = [1, 2, 3, 2, 1, 4, 5, 4]
# 使用 Counter 类统计每个元素的数量
counter = Counter(arr)
# 计算数组中不同数据的数量
diff_num = len(counter)
# 计算每个元素的占比
percentages = {num: count / len(arr) for num, count in counter.items()}
print("数组中不同数据的数量：", diff_num)
print("每个元素的占比：", percentages)
输出结果：
数组中不同数据的数量： 5
每个元素的占比： {1: 0.25, 2: 0.25, 3: 0.125, 4: 0.25, 5: 0.125}
这里采用了字典的方式存储每个元素的占比。键为元素的值，值为该元素出现的频率。
可以使用切片（slice）来指定数组的范围，切片的语法为：
array[start:stop:step]
其中：
start：切片的起始下标，包括该下标对应的元素。stop：切片的结束下标，不包括该下标对应的元素。step：切片的步长，表示每隔几个元素取一个。
例如，假设有一个数组 arr：
arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
要遍历其中下标从 2 到 5 的元素，可以这样写：
for i in arr[2:6]:
print(i)
输出结果为：
3
4
5
6
注意，切片时，如果省略了 start 或 stop，则默认取数组的起始或结束位置；如果省略了 step，则默认取每隔一个元素。同时，数组的下标是从 0 开始的，因此 arr[2:6] 表示的是下标为 2、3、4、5 的四个元素。