numpy基础（3）

#副本
#可以使用copy()函数创建副本
import numpy as np
arr = np.random.randint(0,10,10)
arr

#修改元素的值
arr[0] = 50
arr

copy_arr = arr.copy()
copy_arr

#ndarray的聚合操作
#求和np.sum
n1 = np.arange(10)
np.sum(n1)

n2 = np.random.randint(0,10,size=(3,3))
n2

np.sum(n2,axis=None)

np.max(n2)

np.min(n2)

%timeit arr.sum()

# 最大最小值
n3 = np.array([np.nan,1,2,3,4])
n3.sum()

#处理包含空值的集合的聚合
np.nansum(n3)

# ndarray 的矩阵操作
# 算术运算符
n1 = np.random.randint(0,10,size=[3,3])
n2 = np.random.randint(0,10,size=[3,3])
# 可以调用display函数
display(n1,n2)

n1 + n2

# *符号只是两个矩阵对应位置的数据相乘
n1 * n2

#矩阵积np.dot()
np.dot(n1,n2)

m = np.ones((2,3))
a = np.array([5])
print(m,a)

m + a

# ndarray 的排序
arr = np.random.randint(0,100,size=10)
arr

sort_arr = np.sort(arr)
sort_arr

#部分排序
#有时候我们不是对全部数据感兴趣，只有一小部分的数据是我们想要的
#np.partition(a,k)
#当k为正，将小于k索引位置的值依次放在k索引位置对应的值左边，大于的放在右边
#当k为负，负数位置索引
np.partition(arr,4)[3]