第一题：生成包含 100 个随机数的列表（随机数范围：[10,99]） 计算该组数据的众数和中位数。 第二题：随机生成一个5*3的矩阵A和一个3*5的矩阵B，输出A*B的结果,并判断该结果是否为对称矩阵。

第一题：

import random
from collections import Counter

# 生成随机数列表
lst = [random.randint(10, 99) for i in range(100)]

# 计算众数
freq = Counter(lst)
mode = freq.most_common(1)[0][0]

# 计算中位数
lst_sort = sorted(lst)
mid = (lst_sort[49] + lst_sort[50]) / 2

print("众数为：", mode)
print("中位数为：", mid)

第二题：

import random
import numpy as np

# 生成随机矩阵A和B
A = np.random.randint(10, 99, size=(5, 3))
B = np.random.randint(10, 99, size=(3, 5))

# 计算A*B
C = A.dot(B)

# 判断C是否为对称矩阵
if (C.transpose() == C).all():
    print("A*B为对称矩阵")
else:
    print("A*B不是对称矩阵")

相关问题

随机产生30个0-19之间的随机整数(利用random函数库生成)并存入列表中，计算列表中数值的平均值并输出众数的个数。

代码如下：

import random

# 生成30个随机数存入列表
lst = [random.randint(0, 19) for i in range(30)]

# 输出列表内容和平均值
print("生成的随机数列表为：", lst)
avg_num = sum(lst) / len(lst)
print("平均值为：%.2f" % avg_num)

# 计算众数的个数
mode_num = max(lst, key=lst.count)
mode_count = lst.count(mode_num)

# 输出众数的个数
print("众数为：%d，个数为：%d" % (mode_num, mode_count))

其中，利用列表推导式生成30个0-19之间的随机整数，sum函数计算列表中所有数值之和，len函数计算列表元素个数，从而得到平均值。max函数结合列表的count方法，可以方便地找出列表中出现次数最多的元素（即众数），count方法计算众数在列表中出现的次数，从而得到众数的个数。注：如果列表中有多个众数，则只输出其中一个众数的个数。

怎么用python计算多组数据的分数的最高值、最低值、众数、中位数等，并绘制图

可以使用Python中的numpy和matplotlib库来进行多组数据的统计分析和数据可视化。以下是一个简单的示例代码，其中包括了计算多组数据的最高值、最低值、众数、中位数等，并绘制了箱线图和直方图。

import numpy as np
import matplotlib.pyplot as plt

# 生成多组随机数数据
data1 = np.random.normal(50, 10, 100)
data2 = np.random.normal(60, 15, 100)
data3 = np.random.normal(70, 20, 100)

# 计算最高值、最低值、众数、中位数等
max_val = np.max([data1, data2, data3])
min_val = np.min([data1, data2, data3])
mode_val = np.array([np.argmax(np.bincount(data1.astype(int))),
                     np.argmax(np.bincount(data2.astype(int))),
                     np.argmax(np.bincount(data3.astype(int)))])
median_val = np.median([data1, data2, data3])

# 绘制箱线图
fig, ax = plt.subplots()
ax.boxplot([data1, data2, data3])
ax.set_xticklabels(['data1', 'data2', 'data3'])
ax.set_title('Boxplot of Multiple Groups Data')
plt.show()

# 绘制直方图
fig, ax = plt.subplots()
ax.hist([data1, data2, data3], bins=10, label=['data1', 'data2', 'data3'])
ax.legend()
ax.set_title('Histogram of Multiple Groups Data')
plt.show()

# 输出计算结果
print('Max value:', max_val)
print('Min value:', min_val)
print('Mode value:', mode_val)
print('Median value:', median_val)

运行以上代码，可以得到多组数据的箱线图、直方图和计算结果。需要注意的是，以上只是一个示例，实际数据的处理和可视化方式会因情况而异。