自己构造数组，根据下图练习Numpy数组的统计计算。选用函数式或方法式都可以

由于这是一个文本交互环境，我无法看到图像或图示。但是，我可以提供一个关于如何使用NumPy进行数组的统计计算的概述。

NumPy是一个强大的Python库，用于数值计算。它提供了一个N-dimensional array对象（ndarray），可以存储多维数组，并且提供了丰富的函数库，用于对这些数组进行各种统计计算。下面是一些常用的NumPy统计函数：

1. `np.mean()`：计算数组的平均值。
2. `np.std()`：计算数组的标准差。
3. `np.var()`：计算数组的方差。
4. `np.min()` 和 `np.max()`：分别找出数组中的最小值和最大值。
5. `np.sum()`：计算数组元素的总和。
6. `np.median()`：计算数组的中位数。

为了练习这些函数，你可以首先自己构造一个NumPy数组。下面是一个构造NumPy数组并进行基本统计计算的示例：

import numpy as np

# 构造一个NumPy数组
array = np.array([1, 2, 3, 4, 5])

# 计算平均值
mean_value = np.mean(array)

# 计算标准差
std_dev = np.std(array)

# 计算方差
variance = np.var(array)

# 找出最小值和最大值
min_value = np.min(array)
max_value = np.max(array)

# 计算总和
total_sum = np.sum(array)

# 计算中位数
median_value = np.median(array)

print(f"平均值: {mean_value}")
print(f"标准差: {std_dev}")
print(f"方差: {variance}")
print(f"最小值: {min_value}")
print(f"最大值: {max_value}")
print(f"总和: {total_sum}")
print(f"中位数: {median_value}")

请确保在你的Python环境中已经安装了NumPy库，否则你需要使用`pip install numpy`命令来安装它。