.使用numpy提供的功能，对所给的students.csv文件进行操作: 1)对所有人的Score，MonthFee进行统计，找出最大值，最小值，平均值，方差 2）分性别，完成1）的要求。

首先，为了完成这个任务，你需要安装Python的数据分析库`pandas`和用于数值计算的`numpy`。如果你还没有安装，可以使用下面的命令安装：

pip install pandas numpy

然后，你可以按照以下步骤使用`pandas`和`numpy`来处理`students.csv`文件：

1. 导入所需的库：

import pandas as pd
import numpy as np

2. 读取CSV文件并创建数据框（DataFrame）：

data = pd.read_csv('students.csv')

3. 对所有人的Score和MonthFee进行基本统计：

stats_all = {
    'score_max': data['Score'].max(),
    'score_min': data['Score'].min(),
    'score_avg': data['Score'].mean(),
    'score_var': data['Score'].var()
}

month_fee_stats_all = {
    'month_fee_max': data['MonthFee'].max(),
    'month_fee_min': data['MonthFee'].min(),
    'month_fee_avg': data['MonthFee'].mean(),
    'month_fee_var': data['MonthFee'].var()
}

4. 分性别统计：

stats_by_gender = data.groupby('Gender').agg({
    'Score': ['max', 'min', 'mean', 'var'],
    'MonthFee': ['max', 'min', 'mean', 'var']
})

现在你有了所有学生的Score和MonthFee的整体统计信息，以及按性别细分后的统计数据。