Python中有效的numpy数组计算

我需要计算这个特殊的方差估计（见下图）。我有特征矩阵X-dxl（d-#特征，l-#对象）。只需在循环中执行此操作：

变量列表=[]
对于范围内的i（X.shape[0]）：
对于范围（i+1，X.shape[0]）内的j：
var_list.append（（（X[i，：]-X[j，：]）**2.sum（））
方差=np.中值（变量列表）

但这是无效的，因为python循环。有没有办法让numpy做得更快

方差公式：

---

您可以使用

numpy.var（）

更快地找到方差。您可以看到文档

问题实际上与

机器学习无关

-请不要发送不相关的标签（已删除）。至于其余的，请贴一个。还请注意，如果你想要经验（或样本方差），你需要使用

np.var（x，ddof=1）

。请看：但我说过，我需要一个特殊的方差估计，它在numpy中没有实现。