的函数是std，是numpy库的成员，
如果非要
用sd函数求标准差，也不是不行(from
numpy
import
std
as
sd)。其参数是所需求标准差的矩阵或列表，
返回值
即标准差。示范如下：
import
numpy
as
np
from
numpy
import
std
as
sd
print([1,
2,3],"的标准差是)
print(sd([1,2,3]))
首先，普及一下pandas与numpy的区别：
pandas操作的数据集是Series，本质上是列表与字典的混合，常用的数据形式为DataFrame；
numpy操作的数据集是数组或矩阵。
1、对数组求均值、方差、标准差
2、对矩阵求标准差
注意：在求标准差时需要注意几个问题：
1、在统计学中，标准差分为两种：
（1）总体标准差：标准差公式根号内除以n，是有偏的。
（2）样本标准差：标准差公式根号内除以n-1，是无偏的。
2、pandas与numpy在计算标准差时的区别
（1）numpy
在numpy中计算标准差时，括号内要指定ddof的值，ddof表示自由度，当ddof=0时计算的是总体标准差；当ddof=1时计算的是样本标准差，当不为ddof设置值时，其默认为总体标准差。
（2）pandas
在使用pandas计算标准差时，其与numpy的默认情况是相反的，在默认情况下，pandas计算的标准差为样本标准差。
##注意：最左边每个=表示一个空格
def fd(nums):
====n=len(nums)
====ave=sum(nums)/n
====return (sum(map(lambda e:(e-ave)*(e-ave),nums))/n)**0.5
