python数据分析库numpy：修改数组中的数值

1. 切片赋值

   t1 = np.arange(20).reshape(4,5)
   t1[:,1:3] = 0  #将t1中的第2列到第3列改为0
   print(t1)
   
   输出：
   [[ 0  0  0  3  4]
    [ 5  0  0  8  9]
    [10  0  0 13 14]
    [15  0  0 18 19]]
   

2. 布尔索引

   布尔索引通过布尔运算（例如比较运算符）生成一个布尔数组，借此索引符合指定条件的数组元素。

   首先生成一个数组t1：

   t1 = np.arange(20).reshape(4,5)
   

   t1>10对应的布尔数组：

   t1>10
   array([[False, False, False, False, False],
          [False, False, False, False, False],
          [False,  True,  True,  True,  True],
          [ True,  True,  True,  True,  True]])
   

   赋值操作：

   t1[t1>10] = 0  #将大于10的数改为0
   print(t1)
   
   输出：
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10  0  0  0  0]
    [ 0  0  0  0  0]]
   

3. 三元运算符numpy.where()

   numpy.where() ,注意该方法返回一个新数组，不对原数组进行修改。

   t1 = np.arange(20).reshape(4,5)
   t2 = np.where(t1<10,0,1)  #将t1中小于10的改为0，大于10的改为1，接着返回一个新数组储存在t2中
   print(t2)
   
   输出：
   [[0 0 0 0 0]
    [0 0 0 0 0]
    [1 1 1 1 1]
    [1 1 1 1 1]]
   

4. 裁剪操作array.clip()

   t1 = np.arange(20).reshape(4,5)
   t2 = t1.clip(10,15)  #将t1中小于10的替换为10，大于15的替换为15
   print(t2)
   
   输出：
   [[10 10 10 10 10]
    [10 10 10 10 10]
    [10 11 12 13 14]
    [15 15 15 15 15]]
   

   裁剪操作的另一种写法numpy.clip()

   t2 = np.clip(t1,10,15)
   

   另外，该方法无法替换数组中的nan元素