Numpy：ndarray运算。

一、通用判断函数

np.all() – 全部元素都满足条件，返回 True，否则返回 False

# 生成10名同学，5门功课的数据
>>> score = np.random.randint(40, 100, (10, 5))

#判断前两名同学的成绩[0:2, :]是否全及格
>>>np.all(score[0:2, :] > 60)
False

np.any() – 有元素满足条件，返回 True，否则返回 False

# 生成10名同学，5门功课的数据
>>> score = np.random.randint(40, 100, (10, 5))

# 判断前两名同学的成绩[0:2, :]是否有大于90分的
>>> np.any(score[0:2, :] > 80)
True

二、np.where（三元运算符）

# 生成10名同学功课的分数
temp = np.random.randint(40, 100, 10)

# 判断学生成绩，成绩中大于60换为1，否则为0
np.where(temp > 60, 1, 0)

# 逻辑与
# 判断学生成绩，成绩中大于60且小于90的换为1，否则为0
np.where(np.logical_and(temp > 60, temp < 90), 1, 0)

# 逻辑或
# 判断学生成绩，成绩中大于90或小于60的换为1，否则为0
np.where(np.logical_or(temp > 90, temp < 60), 1, 0)

三、统计指标

np.max() – 求最大值
np.min() – 求最小值
np.median() – 求中位数
np.mean() – 求中位数
np.std() – 求标准差
np.var() – 求方差
np.argmax(axis=) – 最大元素对应的下标
np.argmin(axis=) – 最小元素对应的下标