创建2*10 的二维数组rwalk，记录物体在x轴和y轴上的随机运动，每个轴向的移动距离服从标准正态分布（期望为0，方差为1）。行序。、1分别对应x 轴和y轴。请编写程序实现下列内容：（15分>1）计算每步走完后物体在平面上的位置，记为 pos。 2）计算每步走完后物体到原点的距离 （只是示两位小数〉，记为 dis 并是示。 3）统计物体在y轴上到达的最远距离，记为 ymax 并显示。 4）统计物体在二维空间距离原点的最近值，记为 onin 并昆示。 5）统计物体游走过程中离原点大于平均距离的次数，记为 pum 并显示。

好的，以下是实现上述要求的Python代码：

import numpy as np

# 创建2*10的二维数组rwalk，每个元素都初始化为0
rwalk = np.zeros((2, 10))

# 记录物体在x轴和y轴上的随机运动
for i in range(1, 10):
    rwalk[0, i] = rwalk[0, i-1] + np.random.normal(loc=0, scale=1)
    rwalk[1, i] = rwalk[1, i-1] + np.random.normal(loc=0, scale=1)

# 计算每步走完后物体在平面上的位置，记为 pos
pos = np.zeros((2, 10))
for i in range(10):
    pos[0, i] = rwalk[0, i]
    pos[1, i] = rwalk[1, i]

# 计算每步走完后物体到原点的距离，记为 dis
dis = np.zeros((1, 10))
for i in range(10):
    dis[0, i] = np.sqrt(rwalk[0, i]**2 + rwalk[1, i]**2)
    print("第%d步后的位置：(%f, %f)，距离原点的距离为：%f" % (i+1, pos[0, i], pos[1, i], dis[0, i]))

# 统计物体在y轴上到达的最远距离，记为 ymax 并显示
ymax = np.max(np.abs(rwalk[1, :]))
print("物体在y轴上到达的最远距离为：%f" % ymax)

# 统计物体在二维空间距离原点的最近值，记为 onin 并显示
onin = np.min(dis)
print("物体在二维空间距离原点的最近值为：%f" % onin)

# 统计物体游走过程中离原点大于平均距离的次数，记为 pum 并显示
mean_dis = np.mean(dis)
pum = np.sum(dis > mean_dis)
print("物体游走过程中离原点大于平均距离的次数为：%d" % pum)

以上代码中，我们使用了NumPy库来创建二维数组和处理数组运算，使用了随机数生成函数np.random.normal()来模拟物体在x轴和y轴上的随机运动，使用了np.sqrt()函数来计算距离，使用了np.mean()函数来计算平均距离，使用了np.sum()函数来计算大于平均距离的次数。