蔬菜销量分析：哪些蔬菜最受欢迎？

要进行相关分布规律分析，可以使用 Python 中的 numpy 和 matplotlib 库。首先，将数据存储到一个列表中，并对应添加上对应的蔬菜名称：

import numpy as np
import matplotlib.pyplot as plt

vegetables = ['牛首生菜', '四川红香椿', '本地小毛白菜', '白菜苔', '苋菜', '云南生菜', '竹叶菜', '小白菜', '南瓜尖', '上海青', '萝卜叶', '牛首油菜', '茼蒿', '蔡甸藜蒿', '菜心', '木耳菜', '大白菜', '豌豆尖', '云南油麦菜', '马齿苋', '本地菠菜', '黄心菜(1)', '黑油菜', '本地上海青', '菠菜', '娃娃菜', '红薯尖', '枝江红菜苔', '黄花菜', '快菜']
sales = [899.369, 333.223, 121.020, 718.676, 5100.061, 15910.461, 7240.764, 1707.303, 18.428, 7606.756, 415.325, 3836.566, 4110.162, 939.575, 4496.717, 1566.64, 19187.218, 85.048, 10305.364, 94.315, 0, 2911.299, 101.125, 569.697, 5216.461, 8982.000, 5159.433, 4962.454, 1.784, 91.272]

然后，可以使用 numpy 库计算相关统计量，例如均值、方差、标准差等：

mean_sales = np.mean(sales)
var_sales = np.var(sales)
std_sales = np.std(sales)

接下来，可以使用 matplotlib 库绘制柱状图来展示蔬菜销量的分布情况：

plt.bar(vegetables, sales)
plt.xticks(rotation=90)
plt.xlabel('蔬菜')
plt.ylabel('销量')
plt.title('蔬菜销量分布')
plt.show()

最后，可以输出相关统计量和绘制的柱状图结果：

print('均值：', mean_sales)
print('方差：', var_sales)
print('标准差：', std_sales)

完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

vegetables = ['牛首生菜', '四川红香椿', '本地小毛白菜', '白菜苔', '苋菜', '云南生菜', '竹叶菜', '小白菜', '南瓜尖', '上海青', '萝卜叶', '牛首油菜', '茼蒿', '蔡甸藜蒿', '菜心', '木耳菜', '大白菜', '豌豆尖', '云南油麦菜', '马齿苋', '本地菠菜', '黄心菜(1)', '黑油菜', '本地上海青', '菠菜', '娃娃菜', '红薯尖', '枝江红菜苔', '黄花菜', '快菜']
sales = [899.369, 333.223, 121.020, 718.676, 5100.061, 15910.461, 7240.764, 1707.303, 18.428, 7606.756, 415.325, 3836.566, 4110.162, 939.575, 4496.717, 1566.64, 19187.218, 85.048, 10305.364, 94.315, 0, 2911.299, 101.125, 569.697, 5216.461, 8982.000, 5159.433, 4962.454, 1.784, 91.272]

mean_sales = np.mean(sales)
var_sales = np.var(sales)
std_sales = np.std(sales)

plt.bar(vegetables, sales)
plt.xticks(rotation=90)
plt.xlabel('蔬菜')
plt.ylabel('销量')
plt.title('蔬菜销量分布')
plt.show()

print('均值：', mean_sales)
print('方差：', var_sales)
print('标准差：', std_sales)

运行代码后，将会得到柱状图和相关统计量的输出结果。