(1) 利用numpy文件函数读取iris数据集（已保存为txt格式） (2) 对读取的数组文件，打印输出其相关属性（shape、ndim、size、dtype、itemsize等） (3) 对读取的数组进行排序，并求出和、均值、方差、最小值、最大值、累积和、累积等，并给出按行和按列输出的结果。 (4) 利用numpy文件函数将其中的部分计算结果以文件形式保存下来。

要完成这些任务，我们可以使用Numpy库的函数来读取、操作和保存数据。下面是针对你的问题的示例代码：

首先，我们可以使用`numpy.loadtxt()`函数来读取Iris数据集的txt文件。假设文件名为`iris.txt`：

import numpy as np

# 读取iris数据集
data = np.loadtxt('iris.txt', delimiter=',')

print("Data:", data)

接下来，我们可以打印输出读取的数组文件的相关属性，包括shape、ndim、size、dtype和itemsize：

# 打印数组属性
print("Shape:", data.shape)
print("Dimensions:", data.ndim)
print("Size:", data.size)
print("Data Type:", data.dtype)
print("Item Size:", data.itemsize)

然后，我们可以对读取的数组进行排序，并计算出和、均值、方差、最小值、最大值、累积和和累积积等。以下是示例代码：

# 对数组进行排序
sorted_data = np.sort(data)

# 计算和、均值、方差、最小值、最大值、累积和和累积积
sum_data = np.sum(data)
mean_data = np.mean(data)
var_data = np.var(data)
min_data = np.min(data)
max_data = np.max(data)
cumsum_data = np.cumsum(data)
cumprod_data = np.cumprod(data)

# 按行输出结果
print("Sum (by row):", np.sum(data, axis=1))
print("Mean (by row):", np.mean(data, axis=1))
print("Variance (by row):", np.var(data, axis=1))
print("Minimum (by row):", np.min(data, axis=1))
print("Maximum (by row):", np.max(data, axis=1))
print("Cumulative Sum (by row):", np.cumsum(data, axis=1))
print("Cumulative Product (by row):", np.cumprod(data, axis=1))

# 按列输出结果
print("Sum (by column):", np.sum(data, axis=0))
print("Mean (by column):", np.mean(data, axis=0))
print("Variance (by column):", np.var(data, axis=0))
print("Minimum (by column):", np.min(data, axis=0))
print("Maximum (by column):", np.max(data, axis=0))
print("Cumulative Sum (by column):", np.cumsum(data, axis=0))
print("Cumulative Product (by column):", np.cumprod(data, axis=0))

最后，我们可以使用`numpy.savetxt()`函数将部分计算结果以文件形式保存下来。以下是示例代码：

# 将部分计算结果保存到文件
np.savetxt('sum_data.txt', sum_data)
np.savetxt('mean_data.txt', mean_data)
np.savetxt('var_data.txt', var_data)

请注意，根据你的需求，可能需要调整保存的数据格式和文件名。

希望这些示例代码能够帮助你读取和操作Iris数据集，并将部分计算结果保存到文件中。如果还有其他问题，请随时提问！