Python 是一種高級編程語言，廣泛應用于數據分析，統計學和機器學習領域。在這些領域中，常常需要計算數據的方差。方差是一個統計學概念，用于衡量一組數據的離散程度。

# 計算方差
def calculate_variance(data):
n = len(data)
mean = sum(data) / n
variance = sum((x - mean) ** 2 for x in data) / n
return variance
# 示例數據
data = [12, 18, 11, 16, 19, 22, 20, 14, 17, 15]
# 輸出方差
print("數據集的方差為：", calculate_variance(data))

在上面的示例中，我們定義了一個函數 calculate_variance() ，用于計算輸入數據的方差。該函數首先計算數據的均值 mean ，然后計算每個數據點與均值之差的平方，并將這些平方和求出來。最后，計算這些平方和的平均值，得到了方差的值。

我們將示例數據定義為一個列表，然后調用 calculate_variance() 函數來計算方差。輸出結果顯示，數據集的方差為 11.96。

Python 提供了眾多的統計學庫，其中包括 NumPy 和 SciPy 。這些庫提供了更高級的統計學功能，可以更方便地進行數據分析和機器學習。在這些庫中，計算方差也非常簡單。

import numpy as np
data = [12, 18, 11, 16, 19, 22, 20, 14, 17, 15]
# 使用numpy計算方差
variance = np.var(data)
# 輸出方差
print("數據集的方差為：", variance)

在上面的示例中，我們導入了 NumPy 庫，并將示例數據定義為一個列表。然后，我們使用 numpy.var() 函數計算輸入數據的方差，并將結果賦值給變量 variance 。最后，我們輸出 variance 的值，表示示例數據集的方差為 11.96。

總之，Python 提供各種方法來計算數據的方差。無論是手動計算還是使用庫，都可以方便地進行數據分析和機器學習。可以根據具體情況選擇最適合的方法來計算方差。