读取给定的CSV文件，分别计算第2列和第3列数据的平均值、中位数、众数、方差和标准差，计算第2列数据和第3列数据的皮尔森相关系数，将结果写入到本地的D:\Exp1_Result_CSV.txt。

这里提供一个Python实现的示例代码：

import csv
import numpy as np
from scipy import stats

# 读取CSV文件
filename = 'data.csv'
with open(filename, 'r') as f:
    reader = csv.reader(f)
    data = list(reader)

# 将第2列和第3列数据转换为numpy数组
col2 = np.array([float(row[1]) for row in data[1:]])
col3 = np.array([float(row[2]) for row in data[1:]])

# 计算平均值、中位数、众数、方差和标准差
col2_mean = np.mean(col2)
col3_mean = np.mean(col3)
col2_median = np.median(col2)
col3_median = np.median(col3)
col2_mode = stats.mode(col2)[0][0]
col3_mode = stats.mode(col3)[0][0]
col2_var = np.var(col2)
col3_var = np.var(col3)
col2_std = np.std(col2)
col3_std = np.std(col3)

# 计算皮尔森相关系数
pearson_corr = np.corrcoef(col2, col3)[0, 1]

# 将结果写入文件
with open('D:\Exp1_Result_CSV.txt', 'w') as f:
    f.write('第2列数据：\n')
    f.write('平均值：%.2f\n' % col2_mean)
    f.write('中位数：%.2f\n' % col2_median)
    f.write('众数：%.2f\n' % col2_mode)
    f.write('方差：%.2f\n' % col2_var)
    f.write('标准差：%.2f\n\n' % col2_std)
    f.write('第3列数据：\n')
    f.write('平均值：%.2f\n' % col3_mean)
    f.write('中位数：%.2f\n' % col3_median)
    f.write('众数：%.2f\n' % col3_mode)
    f.write('方差：%.2f\n' % col3_var)
    f.write('标准差：%.2f\n\n' % col3_std)
    f.write('皮尔森相关系数：%.2f\n' % pearson_corr)

其中，假设CSV文件的路径为data.csv，数据的列数大于等于3列。代码读取CSV文件，将第2列和第3列数据转换为numpy数组，然后计算平均值、中位数、众数、方差和标准差，并计算第2列数据和第3列数据的皮尔森相关系数。最后，将结果写入到本地的D:\Exp1_Result_CSV.txt文件中。