编写一个Python程序，使用Numpy库读取一个cSV文件，该文件包含多列浮点数数据。你需要计算每列数据的平均值、中位数、最大值和最小值，并将结果保存到一个新的CSV文件中。

首先，确保已安装了`pandas`和`numpy`库。如果还没有安装，可以使用以下命令安装：

pip install pandas numpy

然后，你可以按照以下步骤编写一个Python程序来实现这个功能：

import numpy as np
import pandas as pd

# 读取CSV文件
def read_csv_and_calculate_stats(file_path):
    # 使用pandas读取CSV文件
    data = pd.read_csv(file_path)

    # 确保所有列都是数值型
    for col in data.columns:
        if not data[col].dtype.kind == 'f':
            print(f"Column '{col}' is not numeric, skipping it.")
            data = data.drop(columns=[col])

    # 计算每列的统计信息
    stats = {
        'mean': data.mean(),
        'median': data.median(),
        'max': data.max(),
        'min': data.min()
    }

    # 将结果转换为DataFrame
    stat_df = pd.DataFrame(stats)

    # 保存新的CSV文件
    output_file_path = "output.csv"
    stat_df.to_csv(output_file_path, index=False)

# 调用函数并传入csv文件路径
read_csv_and_calculate_stats('input.csv')

在这个程序中，我们首先使用`pd.read_csv()`读取CSV文件，然后检查每一列的数据类型是否为浮点数。如果不是，我们将跳过该列。接下来，我们分别计算每列的平均值、中位数、最大值和最小值，并将结果存储在一个字典中。最后，我们将这些统计信息转换为DataFrame并保存到新的CSV文件中。