2.实验题目：使用numpy分析餐厅数据 任务描述： 使用numpy对一份餐厅数据进行分析，得出以下结果： 每种菜品的平均价格和销售量 最受欢迎的菜品 最畅销的菜品 菜品价格的分布情况 数据集描述，数据集包含以下列： dish_name: 菜品名称 price: 菜品价格 sales_volume: 菜品销售量 实验步骤： 导入 numpy 库并读取数据集。 使用 numpy 库计算每种菜品的平均价格和销售量。 使用 numpy 库找出最受欢迎的菜品和最畅销的菜品。用python代码实现

好的，针对您的问题，以下是对应的 Python 代码实现，注意需要将数据集文件路径替换为您本地的路径：

import numpy as np

# 读取数据集
data = np.genfromtxt('path/to/restaurant_data.csv', delimiter=',', dtype=None, names=True)

# 计算每种菜品的平均价格和销售量
avg_price = np.mean(data['price'])
avg_sales_volume = np.mean(data['sales_volume'])
print('每种菜品的平均价格为：', avg_price)
print('每种菜品的平均销售量为：', avg_sales_volume)

# 找出最受欢迎的菜品和最畅销的菜品
popular_dish = data['dish_name'][np.argmax(data['sales_volume'])]
best_seller = data['dish_name'][np.argmax(data['price'])]
print('最受欢迎的菜品是：', popular_dish)
print('最畅销的菜品是：', best_seller)

# 绘制菜品价格的分布情况
import matplotlib.pyplot as plt
plt.hist(data['price'], bins=10, color='skyblue')
plt.xlabel('Price')
plt.ylabel('Frequency')
plt.title('Distribution of Dish Prices')
plt.show()

希望这个代码能够帮助到您完成实验任务。