读取数据并转换为 Numpy 数组，并输出属性名称。

在Python中，使用Numpy库可以方便地读取和处理数据，并将数据转换为Numpy数组。这里以读取CSV文件为例，介绍如何将数据读取到Numpy数组，并输出属性名称（通常指的是数组中的列名）。

首先，确保已经安装了`numpy`和`pandas`库，如果没有安装，可以使用pip安装：

pip install numpy pandas

然后，可以使用`pandas`库读取数据，并将其转换为Numpy数组：

import pandas as pd
import numpy as np

# 假设数据存储在名为data.csv的文件中
file_path = 'data.csv'

# 使用pandas读取CSV文件
df = pd.read_csv(file_path)

# 将pandas DataFrame转换为Numpy数组
data_array = df.values

# 输出Numpy数组
print(data_array)

# 如果CSV文件包含列名，可以直接获取
column_names = df.columns
print(column_names)

# 如果需要Numpy数组的属性名称，可以将列名与数组进行结合
# 这里使用了列表推导式和zip函数
attributes = ['{}:{}'.format(name, col_idx) for name, col_idx in zip(column_names, range(data_array.shape[1]))]
print(attributes)

这段代码首先读取一个CSV文件到`pandas`的`DataFrame`中，然后通过`.values`属性转换为Numpy数组。如果CSV文件中包含了列名，我们可以通过`df.columns`获取这些列名，并结合数组的维度信息构造出属性名称列表。