情景举例
现有一个一维数组（或二维进行遍历）存放着很多，找到低于中位数20%的值并将小于该值的数全部替换为该值。
涉及方法
np.median(data, axis=0)用于计算数组中元素的中位数（中值）data[data<x]布尔索引numpy.percentile(data, per, axis=0)用于获取数组中百分比位置对应的数，如per=50即中位数np.where(data<x, x, data)用于替换满足条件的值代码示例
import numpy as np
# 获取中值
mid = np.median(data)
# 找到中值的索引
mid_ind = data[data < mid].size
# 计算中值位置的百分比
mid_per = mid_ind / data.size * 100
# 找到低于中值20%的百分比，不足20%则为0
per = mid - 20 if mid - 20 > 0 else 0
# 找到低于中值20%的值
val = np.percentile(data, per)
# 将小于该值的数替换为该值
data = np.where((data < val), val, data)
![2021-12-30：分裂问题。 一个数n，可以分裂成一个数组[n/2, n%2, n/2]， 这个数组中哪个数不是1或者0，就继续分裂下去。 比如 n = 5，一开始分裂成[2, 1, 2]， [2](https://www.kunjuke.com/file/css/thumb/11.jpg/280-180.jpg)
