创建一个10*10的ndarray对象,并打印出最大元素、最小元素和出现频率最高的元素。

首先，我们需要使用NumPy创建一个10x10全零数组，因为默认情况下我们无法直接创建特定值的固定大小数组。可以先创建全零数组，然后再填充所需的数值。假设我们想填充1到100的整数。

import numpy as np

# 创建一个10x10的全零数组
arr = np.zeros((10, 10))

# 遍历并填充值
for i in range(10):
    for j in range(10):
        arr[i][j] = i * 10 + j + 1

# 打印最大元素、最小元素和出现频率最高的元素
max_element = arr.max()
min_element = arr.min()

# 计算每个元素的频率并找到最常出现的那个
unique_elements, counts = np.unique(arr, return_counts=True)
most_frequent_element = unique_elements[np.argmax(counts)]

print("最大元素:", max_element)
print("最小元素:", min_element)
print("出现频率最高的元素:", most_frequent_element)

注意，这里计算出现频率最高的元素使用了`np.unique()`和`return_counts=True`，但这并不一定是最高效的方法，特别是在大数据集中，更推荐使用`collections.Counter`等专门用于计频的数据结构。