利用numpy统计成绩，多学科

在Python中，我们可以使用NumPy库方便地处理和分析数据，包括计算成绩统计数据。假设我们有一个包含学生成绩的数组，每个元素对应一门课程的成绩，可以按照以下步骤来进行：

1. 导入必要的库：首先需要导入`numpy`库，它是我们进行数值计算的主要工具。

import numpy as np

2. 创建成绩数组：假设成绩数据存储在一个二维数组中，每一行代表一个学生，每列代表一门学科的成绩。

scores = np.array([[85, 90, 78], [92, 88, 86], [76, 84, 92]])

3. 计算总分、平均分和标准差：对于每门学科，可以分别计算所有学生的总分、平均分以及标准差。

# 总分
total_scores = scores.sum(axis=1)
# 平均分
average_scores = total_scores / scores.shape[1]
# 标准差
std_devs = np.std(scores, axis=1)

这里`axis=1`表示沿着列（即按学科）进行计算。

4. 结果展示：最后可以打印或保存这些统计数据。

print("总分：", total_scores)
print("平均分：", average_scores)
print("标准差：", std_devs)