排名第一的同学是用 Python 2 的写法，我用 Python 3 也写一遍，供大家参考。

# -*- coding: utf-8 -*-
"""
Created on Sun Jan 20 00:51:28 2019

@author: Dachun Li
"""
import numpy as np
a = np.array([[4,3,2],[2,4,1]])
print(np.sort(a))
print(np.sort(a, axis=None))
print(np.sort(a, axis=0))
print(np.sort(a, axis=1))

print("\npart 6 作业\n")

persontype = np.dtype({
    'names':['name', 'chinese','english','math' ],
    'formats':['S32', 'i', 'i', 'i']})
peoples = np.array([("ZhangFei",66,65,30),("GuanYu",95,85,98),
       ("ZhaoYun",93,92,96),("HuangZhong",90,88,77),
       ("DianWei",80,90,90)],dtype=persontype)
#指定的竖列
name = peoples[:]['name']
chinese = peoples[:]['chinese']
english = peoples[:]['english']
math = peoples[:]['math']
#定义函数用于显示每一排的内容
def show(name,cj):
    print('{} | {} | {} | {} | {} | {} '
          .format(name,np.mean(cj),np.min(cj),np.max(cj),np.var(cj),np.std(cj)))

print("科目 | 平均成绩 | 最小成绩 | 最大成绩 | 方差 | 标准差")
show("语文", chinese)
show("英语", english)
show("数学", math)

print("排名:")
#用sorted函数进行排序
ranking = sorted(peoples,key=lambda x:x[1]+x[2]+x[3], reverse=True)
print(ranking)

一、老师问题的回答：
1.1 效率比较
    Python中的 list 保存的是对象的指针，因此数据量大时很占内存，所以会慢。
    NumPy 数组存储在一个均匀连续的内存块中，这样数组计算遍历所有的元素，不像列表 list 还需要对内存地址进行查找，从而节省了计算资源，比较快。
1.2 其他数据类型
    例如字典dict、树、图、等等

二、我的云笔记链接（基本所有代码都验证了一遍）：http://note.youdao.com/noteshare?id=dc330cd14b6a354f34167f8e33774177&sub=39A110D2D15A47189E2D33C0051A6F0E

三、就我感觉老师你在amin（）和amax（）那里的解释错了？还是说我理解错了？
amin（）时：
    axis=0所选元素应该是[1,4,7], [2,5,8], [3,6,9]，然后再选择每一数组中最小的那个值，也即[1,2,3]；
    axis=1所选元素应该是[1,2,3], [4,5,6], [7,8,9]，然后再选择每一数组中最小的那个值，也即[1,4,7]；
也就是说，axis=0 是列运算；axis=1 是行运算。
以下是我的代码验证：
------------------------------------------------------------------------------------------------
import numpy as np

a = np.array([[1,6,3], [4,5,6], [100,8,9]])

print(a,'\n')
print(np.amin(a)) # amin(a) 指的是数组中全部元素的最小值
print(np.amin(a,axis=0)) # axis=0 轴是把元素看成了 [1,4,100], [6,5,8], [3,6,9] 三个元素
print(np.amin(a,axis=1),'\n') # axis=1 轴是把元素看成了 [1,6,3], [4,5,6], [100,8,9] 三个元素

print(np.amax(a))
print(np.amax(a,axis=0))
print(np.amax(a,axis=1))

# amin() 用于计算数组中的元素沿指定轴的最小值
# amax() 用于计算数组中的元素沿指定轴的最大值
------------------------------------------------------------------------------------------------
结果：
[[ 1 6 3]
 [ 4 5 6]
 [100 8 9]]

1
[1 5 3]
[1 4 8]

100
[100 8 9]
[ 6 6 100]
------------------------------------------------------------------------------------------------

作业题我今晚再更新在我的云笔记中，以上。

import sys
import numpy as np
persontype = np.dtype({'names':['name','chinese','english','math','total'],'formats':['S32','i','i','i','i']})
peoples = np.array([('zhangfei',66,65,30,0),('guanyu',95,85,98,0),("zhanyun",93,92,96,0),('huanghzong',90,88,77,0),('dianwei',80,90,90,0)],dtype = persontype)
peoples[:]['total']= peoples[:]['chinese'] +peoples[:]['english']+peoples[:]['math']
print (peoples)
print(peoples.dtype.names)
for col in peoples.dtype.names:
    if col =='name' or col == 'total' :
        continue
    print ("mean of {}:{}".format(col,np.mean(peoples[:][col])))
    print ("amax of {}:{}".format(col,np.amax(peoples[:][col])))
    print ("amin of {}:{}".format(col,np.amin(peoples[:][col])))
    print ("std of {}:{}".format(col,np.std(peoples[:][col])))
    print ("var of {}:{}".format(col,np.var(peoples[:][col])))

print(np.sort(peoples,order ='total'))

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import numpy as np
persontype = np.dtype({
    'names': ['name', 'chinese', 'math', 'english'],
    'formats': ['S32', 'i', 'i', 'i']})
peoples = np.array([("ZhangFei", 66, 65, 30), ("GuanYu", 95, 85, 98),
                    ("ZhaoYun", 93, 92, 96), ("HuangZhong", 90, 88, 77),
                    ("DianWei", 80, 90, 90)],
                   dtype=persontype)
for col in peoples.dtype.names:
# print(col)
    if col is "name":
        continue
    print("mean of {}: {}".format(col, peoples[col].mean()))
    print("min of {}: {}".format(col, peoples[col].min()))
    print("max of {}: {}".format(col, peoples[col].max()))
    print("var of {}: {}".format(col, peoples[col].var()))
    print("std of {}: {}".format(col, peoples[col].std()))

report = np.empty([0, 0])
for i in range(peoples.size):
    sum_score = peoples['chinese'][i] + peoples['english'][i] + peoples['math'][i]
    #print(sum_score)
    report = np.append(report, [ sum_score])
report = -np.sort(-report)
print("sorted score:")
print(report)

怎么在 numpy 里作成绩求和还不是很清楚。另外，想把成绩和名字按排序后打印出来，要用索引，赶时间没研究，等看别人的结果。

(1)NumPy相对Python更高级和更高效，数组存储在均匀连续的内存块，节约计算资源；矢量化的指针指令和多线程矩阵计算提升计算效率；避免隐氏拷贝，采取就地操作。

(2)数据结构，Python常用应是array,tuple,list,dictionary,set,其他听过的有stack,graph,hash,heap,tree等~理论待老师深入

(3)练习题代码，最后一点还需要想一想怎么按总成绩排名输出？感觉代码重复性有点高，有更更简洁的代码？

import numpy as np

persontype = np.dtype({
    'names':['name','chinese','english','math'],
    'formats':['S32','i','i','i']})

peoples = np.array([("ZhangFei",66,65,30),("GuanYu",95,85,98), ("ZhaoYun",93,92,96),("HuangZhong",90,88,77),("DianWei",80,90,90)],dtype=persontype)

#语文、英语、数学
chineses = peoples[:]['chinese']
englishs = peoples[:]['english']
maths = peoples[:]['math']

#平均成绩
print(np.mean(chineses))
print(np.mean(englishs))
print(np.mean(maths))

#最小成绩
print(np.amin(chineses))
print(np.amin(englishs))
print(np.amin(maths))

#最大成绩
print(np.amax(chineses))
print(np.amax(englishs))
print(np.amax(maths))

#方差
print(np.std(chineses))
print(np.std(englishs))
print(np.std(maths))

#标准差
print(np.var(chineses))
print(np.var(englishs))
print(np.var(maths))

#总成绩排序
print(np.sort(chineses+englishs+maths))

#按姓名排序
print(np.sort(peoples,order='name'))