罗列一些库出来见附件，并选用一到二个库，编写程序来解决生活中的实际问题。

一些常用的Python库包括：

1. NumPy：用于高性能科学计算和数据分析，提供了多维数组对象和各种派生对象（如掩码数组和矩阵）以及线性代数、傅里叶变换和随机数生成等功能。

2. Pandas：提供了用于数据处理和数据分析的数据结构和函数，能够快速处理结构化数据。

3. Matplotlib：用于绘制各种静态、动态、交互式的图表，包括线图、散点图、等高线图、条形图等。

4. Scikit-learn：用于机器学习的Python库，提供了包括分类、回归、聚类、降维等多种算法。

5. TensorFlow：用于机器学习和深度学习的框架，提供了多种神经网络模型和算法以及优化器和工具等。

6. Keras：基于TensorFlow、Theano和CNTK等框架的高层神经网络API，能够快速搭建和训练深度学习模型。

下面以NumPy为例，编写程序来解决生活中的实际问题。

问题：有一组学生的成绩数据，需要计算平均分、最高分和最低分。

import numpy as np

# 成绩数据（科目1、科目2、科目3）
scores = np.array([[85, 76, 90],
                   [65, 78, 92],
                   [78, 89, 87],
                   [79, 75, 80],
                   [82, 87, 85]])

# 计算平均分、最高分和最低分
mean_score = np.mean(scores, axis=0)
max_score = np.max(scores, axis=0)
min_score = np.min(scores, axis=0)

# 输出结果
print("平均分：", mean_score)
print("最高分：", max_score)
print("最低分：", min_score)

输出结果：

平均分： [77.8 81.  86.8]
最高分： [85 89 92]
最低分： [65 75 80]

这个程序可以用于计算任意一组学生的成绩数据的平均分、最高分和最低分，便于教师和学生进行学习和评估。