现有一个手机评论数据mobile.csv，使用numpy（1）按手机价格统计评分最大值、最小值、算术平均值和中位数。2）按手机品牌统计评分最大值、最小值、算术平均值和中位数。

首先需要导入numpy和pandas库，并读取mobile.csv文件：

import numpy as np
import pandas as pd

data = pd.read_csv("mobile.csv")

1）按手机价格统计评分最大值、最小值、算术平均值和中位数。

# 按手机价格排序
price_sorted = data.sort_values(by='price')

# 统计评分最大值、最小值、算术平均值和中位数
max_score = np.max(price_sorted['score'])
min_score = np.min(price_sorted['score'])
mean_score = np.mean(price_sorted['score'])
median_score = np.median(price_sorted['score'])

2）按手机品牌统计评分最大值、最小值、算术平均值和中位数。

# 按手机品牌分组
brand_grouped = data.groupby('brand')

# 统计每个品牌的评分最大值、最小值、算术平均值和中位数
max_scores = brand_grouped['score'].max()
min_scores = brand_grouped['score'].min()
mean_scores = brand_grouped['score'].mean()
median_scores = brand_grouped['score'].median()