用Python编写一个简单的数据统计程序

下面是使用 Python 编写的一个简单的数据统计程序的示例：

import numpy as np

def data_statistics(data):
    """
    对输入的数据进行统计分析，返回最小值、最大值、平均值和标准差
    """
    min_val = np.min(data)
    max_val = np.max(data)
    mean_val = np.mean(data)
    std_val = np.std(data)
    
    return min_val, max_val, mean_val, std_val

if __name__ == "__main__":
    # 例子1：统计一组整数数据的基本信息
    data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
    min_val1, max_val1, mean_val1, std_val1 = data_statistics(data1)
    
    print("例子1结果：")
    print("最小值：", min_val1)
    print("最大值：", max_val1)
    print("平均值：", mean_val1)
    print("标准差：", std_val1)
    
    # 例子2：统计一组浮点数数据的基本信息
    data2 = [1.2, 2.3, 3.4, 4.5, 5.6, 6.7, 7.8, 8.9, 9.0, 10.1]
    min_val2, max_val2, mean_val2, std_val2 = data_statistics(data2)
    
    print("例子2结果：")
    print("最小值：", min_val2)
    print("最大值：", max_val2)
    print("平均值：", mean_val2)
    print("标准差：", std_val2)
    
    # 例子3：统计一个矩阵数据的基本信息
    data3 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
    min_val3, max_val3, mean_val3, std_val3 = data_statistics(data3)
    
    print("例子3结果：")
    print("最小值：", min_val3)
    print("最大值：", max_val3)
    print("平均值：", mean_val3)
    print("标准差：", std_val3)

以上代码定义了一个名为 data_statistics 的函数，该函数接受一个数据列表或数组作为输入，并使用 Numpy 库计算其最小值、最大值、平均值和标准差。然后，我们在 if __name__ == "__main__": 语句块中使用三个例子进行测试并输出结果。

在例子1中，我们传递了一个整数列表 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 给 data_statistics 函数，并输出了结果。

在例子2中，我们传递了一个浮点数列表 [1.2, 2.3, 3.4, 4.5, 5.6, 6.7, 7.8, 8.9, 9.0, 10.1] 给 data_statistics 函数，并输出了结果。

在例子3中，我们传递了一个矩阵数据 [[1, 2, 3], [4, 5, 6], [7, 8, 9]] 给 data_statistics 函数，并输出了结果。

注意，为了使用 Numpy 库进行计算，我们需要首先安装 Numpy 并导入它。可以通过运行 pip install numpy 来安装 Numpy。