练习4： arr = np.array([[4,9,1],[6,8,3],[1,8,4]])，把arr按照列排序 计算排序后数组的行和，列的标准差

好的，首先我们来对给定的numpy数组`arr`按照列进行排序。数组`arr`是这样的：

array([[4, 9, 1],
       [6, 8, 3],
       [1, 8, 4]])

按照列进行排序，即先比较第二列（对应于索引1），如果第二列相等则比较第一列（索引0），再其次第三列。我们可以使用`np.sort()`函数结合`axis=1`参数来实现这一操作：

sorted_arr = arr[np.argsort(arr[:, 1], kind='mergesort')]

这里我们选择了`kind='mergesort'`是为了得到稳定的排序结果。

接下来计算排序后的数组的行和（每一行的和）：

row_sums = sorted_arr.sum(axis=1)

对于列的标准差，我们需要先计算每一列的平均值，然后计算标准偏差：

column_means = sorted_arr.mean(axis=0)
column_std_devs = (sorted_arr - column_means) ** 2
column_std_devs = column_std_devs.mean(axis=1)

最后的结果是行和和列的标准差。需要注意的是，`column_std_devs`实际上存储的是每个列方差，不是标准差，但可以直接取平方根得到标准差：

column_std_devs = np.sqrt(column_std_devs)

现在我们有了排序后数组的行和和列的标准差。