3.numpy练习（2）

7.找到在一个数组中最接近一个数的索引：

• z - v：这是 NumPy 数组的广播操作，将数组 z 中的每个元素都减去随机数 v，得到一个新的数组，该数组的每个元素表示 z 中对应元素与 v 的差值。
• np.abs(z - v)：np.abs 函数用于计算数组中每个元素的绝对值，得到一个新的数组，其中每个元素是 z 中对应元素与 v 的差值的绝对值。
• .argmin()：这是 NumPy 数组的方法，用于返回数组中最小值的索引。因此，index 就是 z 中与 v 差值的绝对值最小的元素的索引。

8.32位float类型和32位int类型转换：

9.打印数组元素位置坐标与数值：

三.练习三：

1.按照数组的某一列进行排序：

2.统计数组中每个数值出现的次数：

3.如何对一个四维数组的最后两维来求和：

4.交换矩阵中两行：

5.找到一个数组中最常出现的数字：

6.快速查找TOP K：

• -z：对数组 z 中的每个元素取负。取负的目的是为了利用 np.argpartition 函数找出最大的元素，因为 np.argpartition 函数默认是找出最小的元素。
• np.argpartition(-z, n)：
  • np.argpartition 是 NumPy 中的一个函数，用于对数组进行分区操作。它会将数组中的元素重新排列，使得第 n 小（这里由于前面取负，实际上是第 n 大）的元素位于其最终排序的位置，并且该位置左侧的所有元素都小于等于它，右侧的所有元素都大于等于它。
  • np.argpartition(-z, n) 返回的是分区后元素在原数组中的索引数组。
• np.argpartition(-z, n)[:n]：从 np.argpartition(-z, n) 返回的索引数组中选取前 n 个索引，这些索引对应的就是原数组 z 中最大的 n 个元素的索引。
• z[np.argpartition(-z, n)[:n]]：通过这些索引从数组 z 中取出对应的元素，最终得到一个包含数组 z 中最大的 n 个元素的数组。

7.去除掉一个数组中所有元素都相同的数据：