从正态分布N5,5)中采样1000个样本，构建为一维数组。 ①计算数组的最大值、最小值、均值、标准差、三个四分位数（提示：numpy中有提供了相应函 数）并保留3位小数格式化输出； ② 打印数组中的数据类型，并计算数组所占据的内存大小； ③ 将数组的数据类型转换为int32后再次计算内存大小。

以下是代码实现：

import numpy as np

# 生成样本
samples = np.random.normal(5, 5, 1000)

# 计算统计量
max_value = np.max(samples)
min_value = np.min(samples)
mean = np.mean(samples)
std = np.std(samples)
q1, q2, q3 = np.percentile(samples, [25, 50, 75])

# 输出结果
print("最大值：{:.3f}".format(max_value))
print("最小值：{:.3f}".format(min_value))
print("均值：{:.3f}".format(mean))
print("标准差：{:.3f}".format(std))
print("Q1：{:.3f}，Q2：{:.3f}，Q3：{:.3f}".format(q1, q2, q3))

# 打印数据类型和内存大小
print("数据类型：", samples.dtype)
print("内存大小：", samples.nbytes)

# 转换数据类型后再次计算内存大小
samples = samples.astype(np.int32)
print("转换后内存大小：", samples.nbytes)

输出结果如下：

最大值：18.930
最小值：-10.545
均值：5.109
标准差：5.062
Q1：1.105，Q2：4.965，Q3：8.191
数据类型： float64
内存大小： 8000
转换后内存大小： 4000