“大润发”、“沃尔玛”、“联华”和“农工商”四个超市都卖苹果、香蕉、桔子和芒果四种水果。使用NumPy的ndarray实现以下功能。 a) 创建2个一维数组分别存储超市名称和水果名称; b)创建1个4x4的二维数组存储不同

在Python中，我们可以利用NumPy库来创建所需的数组。NumPy的ndarray非常适合处理这样的结构化数据。以下是实现这个功能的步骤：

a) 创建两个一维数组表示超市名称和水果名称：

import numpy as np

# 超市名称
supermarkets = np.array(['大润发', '沃尔玛', '联华', '农工商'])
# 水果名称
fruits = np.array(['苹果', '香蕉', '桔子', '芒果'])

print("超市名称:", supermarkets)
print("水果名称:", fruits)

b) 创建一个4x4的二维数组存储不同超市对每种水果的数量或库存。在这个例子中，由于我们没有实际的数据，我们只能创建一个空数组，然后填充实际数据。如果要用随机数据填充，可以这样做：

# 假设每个超市每种水果都有一个库存值，初始化为0
inventory = np.zeros((len(supermarkets), len(fruits)))

# 这里仅作为示例，替换为实际库存数据
# inventory = np.random.randint(0, 100, (len(supermarkets), len(fruits)))
print("库存数组:\n", inventory)