numpy.std 和 excel STDEV 函数有什么区别吗？

我有一个清单：

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]

我在 Excel 中计算了它的标准差，得到了答案：0.005106477，我使用的函数是：=STDEV(C5:N5)

然后我使用相同的计算numpy.std as:

import numpy as np

print np.std(s)

然而，我得到了答案：0.0048890791894

我什至编写了自己的 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。

所以我想知道有这样的区别吗？或者只是我犯了一些错误？

有一个区别：Excel 的STDEV计算sample标准差，而 NumPy 的std计算人口默认情况下的标准差（它的行为类似于 ExcelSTDEVP).

制作 NumPy 的std函数的行为类似于 ExcelSTDEV,传入值ddof=1:

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

这计算出标准差s使用样本方差（即除以n-1而不是n.)