计算m行（样本数）n列（特征数）的每个特征的均值和方差

计算每个特征的均值和方差是常见的数据预处理步骤之一。对于一个大小为 m 行 n 列的数据集，可以按列计算每个特征的均值和方差。下面是一种计算方法：

1. 计算每个特征的均值（mean）：对于每一列，将该列中所有样本的值相加，然后除以样本数 m。

mean = sum(column_values) / m

其中，`column_values` 是数据集中某一列的所有值。

2. 计算每个特征的方差（variance）：对于每一列，计算该列中每个样本值与均值的差的平方和，然后除以样本数 m。

variance = sum((column_values - mean)^2) / m

其中，`column_values` 是数据集中某一列的所有值，`mean` 是该列的均值。

通过按列计算均值和方差，可以得到数据集中每个特征的统计信息。这些统计信息可以用于数据标准化、特征选择等任务。请注意，在计算均值和方差之前，确保数据集已经进行了必要的预处理（例如去除缺失值、异常值处理等）。