1、随机生成90个食堂饭菜调查结果学生可以用很满意满意一般不满意之一做出评价统计4类意见的数目以及出现最多的意见数目。

以下是可能的解决方案：

1. 首先，我们可以定义一个包含90个元素的列表，用于表示调查结果。我们可以使用Python内置的random模块来随机生成这些结果，例如：

import random

options = ["很满意", "满意", "一般", "不满意"]
survey_results = [random.choice(options) for _ in range(90)]

这段代码将生成一个列表，其中每个元素都是随机从“很满意”、“满意”、“一般”和“不满意”中选择的。我们可以使用range()函数来生成一个包含90个元素的范围对象，并在列表推导式中使用_来表示不需要使用循环变量。

2. 接下来，我们可以使用Python的collections模块来统计每个选项的出现次数。具体而言，我们可以使用Counter对象来完成此任务，例如：

from collections import Counter

survey_counts = Counter(survey_results)

这段代码将生成一个Counter对象，其中包含每个选项出现的次数。例如，如果“很满意”的数量为25，“满意”的数量为30，“一般”的数量为20，“不满意”的数量为15，则Counter对象将为：

Counter({'满意': 30, '很满意': 25, '一般': 20, '不满意': 15})

3. 最后，我们可以使用Python的max()函数来找到出现最多的意见数目。由于Counter对象已经按照值的降序排列，因此第一个元素将是出现次数最多的意见，例如：

most_common_count = survey_counts.most_common(1)[0][1]

这段代码将返回出现次数最多的意见数目。具体而言，most_common()方法将返回一个元组列表，其中每个元组包含一个选项和该选项的出现次数。我们可以使用[0][1]索引来获取第一个元组的出现次数。

4. 最终代码如下：

import random
from collections import Counter

options = ["很满意", "满意", "一般", "不满意"]
survey_results = [random.choice(options) for _ in range(90)]
survey_counts = Counter(survey_results)
most_common_count = survey_counts.most_common(1)[0][1]

print("调查结果统计：")
for option in options:
    count = survey_counts[option]
    print(f"{option}: {count} ({count/len(survey_results)*100:.2f}%)")
print(f"出现最多的意见数目为：{most_common_count}")

这段代码将输出每个选项的出现次数和相应的百分比，以及出现次数最多的意见数目。例如：

调查结果统计：
很满意: 23 (25.56%)
满意: 23 (25.56%)
一般: 23 (25.56%)
不满意: 21 (23.33%)
出现最多的意见数目为：23