数组：元素计算函数（数组的筛选）

1条件筛选
s2 = np.where(s1%2==0,s1,-1)
where的用法：迭代判断数组的每一个元素是否符合条件判断，如果符合，返回该元素，不符合，则返回默认值
遍历数组s1的元素，如果满足s1/2=0,则返回该元素，否则将该元素替换成-1

2 zip的用法
zip(o1,o2)把对应位置上的两个对象压缩成一个元组
将数组转列表：s2.tolist（）
3将两个数组的对应位置上的元素进行对比，返回值比较大的那个
(1）使用where函数
# 按照下标比较两个数组中元素的大小，返回值较大的那一个
s4=np.where(s2>s3,s2,s3)
（2）使用列表与zip的合并用法
s1_li = s1.reshape(10,).tolist()
s3_li = s3.reshape(10,).tolist()
list3 = [ x if x>y else y for x,y in zip(s1_li,s3_li)]
print(list3)
print(np.array(list3).reshape((2,5)))
4使用uniform，生成10,40之间的数组，组成（3,4）数组，找出所有四舍五入之后，大于20 ，并且小于30的数字，修改成50，其他数字不变，组成新的数组
（1）s10 = np.random.uniform(10,40,(3,4)).round()
print(s10)
s11 = np.where((s10>20)&(s10<30),50,s10)
print(s11)
（2）s12 = np.random.uniform(10,40,(3,4))
print(s12)
s13 = np.where((np.rint(s12)>20)&(np.rint(s12)<30),50,np.rint(s12))
print(s13)

5numpy常用函数
1、sum
2、mean 平均数，按行列或者整体
np.mean(s1,axis=1)
# 按行
np.mean(s1,axis=0)
# 按列
3、max最大值，也是按照行列要求
4、方差与标准差
np.var(s1)
np.sqrt(np.var(s1))

    np.std(s1)

5、最大值的下标，按照行列要求
    np.argmax(s1,axis=1)
    np.argmax(s1,axis=0)

代码：

import numpy as np
import pandas as pd
        # 一维数组
s1 = np.arange(10,19)
s2=s1.reshape(3,3)
s2=pd.DataFrame(s2)
print(s2)
s2.loc['3']=[11,12,13]
print(s2)
输出结果：
7
0

6，元素判断

np.any和np.all
np.any(s1>10,axis=0))
遍历出s1的每一个元素，如果不填写axis 则默认全部数据，any（任何一个）/all（所有）的数据如果大于S1 则返回True