Para controlar o array, um modo simples de criar um vetor ordenado é utilizar arange. Para fatiar os valores, utiliza-se o colchete define o fatiamento conforme a coodernada do valor dentro do array.

np.arange(10)

arr1[1:3]

# array([2, 3])

Para criar arrays multidimensionais (como matrizes), o processo de criação segue igual a criação de um vetor, a diferença é que separamos o valores com colchetes.


arr3d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
arr3d
# array([[ 1, 2, 3],
#       [ 4, 5, 6],
#       [ 7, 8, 9],
#       [10, 11, 12]])
arr3d * 2

# array([[ 2, 4, 6],
#        [ 8, 10, 12],
#        [14, 16, 18],
#        [20, 22, 24]]

Para realizar cálculos estatístico, o próprio NumPy oferece meios de realizar os cálculos.


# Média
arr1.mean()

# Soma
arr1.sum()

# Desvio Padrão
arr1.std()

# Mínimo
arr1.min

# Máximo
arr1.max