Стандартное отклонение, Матрицы, NumPy

import numpy as np
import math
import statistics
 
a = 0
b = 0
c = 0
ddof = 1
ans = 0
 
def standart(x):
    #x = sqrt(mean(abs(x - x.mean())**2))
    return math.sqrt(statistics.mean(abs(x - statistics.mean(x))**2))
 
n = int(input("Значение N: "))
m = int(input("Значение M: "))
arr = np.random.randint(-99,99,(n,m))
 
#Матрица до изменения:
print("Матрица до изменения:")
print(arr)
 
#Сумма модулей нечетных чисел:
for i in range(n):
    for j in range(m):
        if arr[i][j] < 0 and arr[i][j] % 2 == 1:
            a = arr[i][j]
            ans += abs(a)
print("Сумма модулей отрицательных нечетных чисел:", ans)
 
 
#Собственные функции:
def variance(data, ddof=0): 
    n = len(data) 
    mean = sum(data) / n 
    return sum((x - mean) ** 2 for x in data) / (n - ddof) 
 
def stdev(data, ddof): 
    return math.sqrt(variance(data, ddof))
 
#Основное решение для стандартного отклонения:
for i in range(n):
    a += stdev(arr[i], ddof)
    b += statistics.stdev(arr[i])
 
#Вывод результатов стандартного отклонения:
print("Ответ через функцию statistics:", round(a/n, 2))
print("Ответ через собственную функцию:", round(b/n, 2))
 
#Вывод через NumPy
answer1 = np.std(arr)
print("NumPy:", round(answer1, 2))
 
#Ещё одна функция
for i in range(n):
    c += standart(arr[i])
print(round(c / n, 2))

import numpy as np
 
n = int(input("Значение N: "))
m = int(input("Значение M: "))
arr = np.random.randint(-99,99,(n,m))
ddof = 1
 
#Матрица до изменения:
print("Матрица до изменения:")
print(arr)
 
#Сумма модулей нечетных чисел:
print("Сумма модулей отрицательных нечетных чисел:", -arr[arr<0].sum())
 
 
#Собственные функции:
def stdev(data, ddof=0): 
    n = data.size
    mean = data.sum() / n 
    return ((((data - mean) ** 2).sum() / (n - ddof))**.5).round(2)
 
#Основное решение для стандартного отклонения:
 
#Вывод результатов стандартного отклонения:
print("Ответ через собственную функцию:", stdev(arr, ddof))
 
#Вывод через NumPy
answer1 = np.std(arr, ddof=ddof)
print("NumPy:", round(answer1, 2))