Python numpy.std和excel STDEV函数之间有什么区别吗？

我有一份清单：

s = [0.995537725, 0.994532199, 0.996027983, 0.999891383, 1.004754272, 1.003870012, 0.999888944, 0.994438078, 0.992548715, 0.998344545, 1.004504764, 1.00883411]

在Excel中计算其标准偏差时，我得到了答案：

0.005106477

，我使用的函数是：

=STDEV（C5:N5）

然后我使用

numpy.std

进行相同的计算，如下所示：

import numpy as np

print np.std(s)

然而，我得到了答案：

0.0048890791894

我甚至写了我自己的std函数：

def std(input_list):
        count = len(input_list)

        mean = float(sum(input_list)) / float(count)

        overall = 0.0
        for i in input_list:
            overall = overall + (i - mean) * (i - mean)

        return math.sqrt(overall / count)

我自己的函数给出了与numpy相同的结果

---

所以我想知道有没有这样的区别？或者只是我犯了一些错误？

有一个区别：Excel的

STDEV

计算样本标准偏差，而NumPy的

std

默认计算总体标准偏差（其行为类似于Excel的

STDEVP

）

要使NumPy的

std

函数的行为类似于Excel的

STDEV

，请传入值

ddof=1

：

>>> np.std(s, ddof=1)
0.0051064766704396617

---

这将使用样本方差计算

s

的标准偏差（即除以

n-1

而不是

n

）

我总是发现那些Excel名称会产生误导和混淆。。。STDEV根据样本计算总体的标准偏差估计值，而STDEV计算样本的标准偏差，如果样本是整个总体，则为总体的标准偏差。python3.4之后的另一种方法是使用标准库中包含的统计模块。样本标准偏差有statistics.stdev（），总体标准偏差有statistics.pstdev（）。（这不需要安装任何外部库，如numpy，更类似于excel术语）