生成一个100*20的随机矩阵，矩阵由数字浮点型组成，保留小数点后2位寻找矩阵中均值最大的列和方差最大的列 寻找矩阵中最大的两个数值及其坐标位置（具体到几行几列） 计算每两列之间的相关性，对相关性最高的两对列，保留其中的一列（根据列的中值进行判断，保留中值较大的那列，见右图） 对行的方差进行排序，去除方差最小的5行

以下是Python代码实现：

import numpy as np

# 生成随机矩阵
matrix = np.random.rand(100, 20)
matrix = np.around(matrix, decimals=2)  # 保留小数点后2位

# 寻找均值最大和方差最大的列
mean_col = np.argmax(np.mean(matrix, axis=0))
var_col = np.argmax(np.var(matrix, axis=0))

# 寻找最大的两个数值及其坐标
max_values = np.argpartition(matrix, -2, axis=None)[-2:]
max_values_coords = np.unravel_index(max_values, matrix.shape)

# 计算每两列之间的相关性
correlations = np.corrcoef(matrix, rowvar=False)

# 对相关性最高的两对列，保留中值较大的那列
max_corr = np.max(correlations)
max_corr_coords = np.argwhere(correlations == max_corr)
keep_col = np.argmin(np.median(matrix[:, max_corr_coords], axis=0))

# 对行的方差进行排序，去除方差最小的5行
variances = np.var(matrix, axis=1)
sorted_indices = np.argsort(variances)
matrix = np.delete(matrix, sorted_indices[:5], axis=0)

其中，`np.argmax` 函数可以返回数组中最大值的索引，`np.argpartition` 函数可以返回数组中第 k 大的元素的索引，`np.unravel_index` 函数可以将一维的索引转换为多维的坐标。`np.corrcoef` 函数可以计算相关系数矩阵。`np.argwhere` 函数可以返回数组中满足条件的元素的坐标。`np.median` 函数可以计算中位数。`np.argsort` 函数可以返回数组中元素按照从小到大排序后的索引。`np.delete` 函数可以删除指定的行或列。