Python代码实现：读入一份Excel文件，分别计算各个列属性的均值与其标准差，使用标准差标准化公式完成各属性的标准化，并将标准化后的数据进行保存

你可以使用Python中的pandas库来读取Excel文件，并使用describe()函数来计算各个列属性的均值与标准差。接着，你可以使用z-score标准化公式来标准化每一列数据，使用pandas的to_csv函数保存标准化后的数据。

下面是示例代码：

import pandas as pd
import numpy as np

# 读取Excel文件
df = pd.read_excel('your_excel_file.xlsx')

# 使用describe函数计算均值和标准差
stats = df.describe()

# 计算z-score标准化后的数据
df_standardized = (df - stats.loc['mean']) / stats.loc['std']

# 保存标准化后的数据
df_standardized.to_csv('your_standardized_data.csv', index=False)

请注意，在标准化后的数据中，各列属性的均值应该接近于0，标准差接近于1。这样可以使得数据更容易被比较和分析。