Python 3.x 计算数据点簇的标准偏差

因此，我有一个数据点列表，其中所有数据点都属于一个集群（每个项目都是一个具有3个特征的numpy数组（代表一个点））。我计算它们的质心（点的平均值）。我想计算点与质心的标准偏差。更准确地说，我想知道一个点离簇的质心有多少标准差。请帮我编码

我的数据点列表如下所示

---

（[-5.75204079 8.78545302 8.00800119]，…）

假设集群中的数据点存储在名为

数据的
列表中，以下代码将计算该数据集的
标准偏差

# Calculate mean
mean = sum(data)/len(data)

# Calculate sum of square of difference
# of data points from mean
dev = 0
for rec in data:
    dev += pow((rec - mean),2)

# Calculate variance
var = dev/len(data)

# Calculate standard deviation
std_dev = math.sqrt(var)