请创建四维数组，并展示索引，分片，求和操作。 定义一个长度为20的数组，统计数组中的最大值，最小数，偶数和奇数的个数。 通过随机数值模拟掷色子的过程。投掷700次，分别统计各个点数出现的频次、比例，并以柱状图的方式显示可视化的结果。

首先，让我们创建一个四维数组。在Python中，我们可以使用numpy库来进行这样的操作：

import numpy as np

# 创建一个4维数组 (2x2x2x3)
arr_4d = np.zeros((2, 2, 2, 3))

然后，我们可以通过下标访问这个数组：

# 索引示例
index = (0, 0, 0, 1)  # 第0行第0列第0块第1个元素
print(arr_4d[index])  # 输出对应的元素

# 分片操作示例
slice_2d = arr_4d[:, :, :, 0]  # 取所有行、列、块的第0个元素
print(slice_4d)

接下来，对二维数组进行求和操作：

sum_2d = arr_4d.sum(axis=0)  # 沿着第一个轴（行）求和
print(sum_2d)

对于统计数组中的最大值、最小值、偶数和奇数的个数，假设我们的二维数组只包含0和1（表示非负整数），可以这样做：

arr_2d = np.random.randint(0, 2, size=(20,))
max_val, min_val = arr_2d.max(), arr_2d.min()
even_count = sum(arr_2d[arr_2d % 2 == 0])
odd_count = len(arr_2d) - even_count

print("最大值:", max_val)
print("最小值:", min_val)
print("偶数个数:", even_count)
print("奇数个数:", odd_count)

最后，模拟掷色子并可视化结果：

from collections import Counter
import matplotlib.pyplot as plt

def roll_dice(num_rolls):
    results = [np.random.randint(1, 7) for _ in range(num_rolls)]
    counts = Counter(results)
    return counts

dice_counts = roll_dice(700)
plt.bar(dice_counts.keys(), dice_counts.values())
plt.xlabel("点数")
plt.ylabel("频次")
plt.title("投掷700次色子的结果")
plt.show()