为何pd.var()默认ddof=1，而np.var()默认ddof=0？

首先明确两个工具的默认行为：

• Numpy的np.var()默认使用ddof=0，计算的是总体方差（分母为数据点总数n）
• Pandas的pd.var()默认使用ddof=1，计算的是样本方差（分母为n-1，即自由度调整后的无偏估计）

两者默认值不同的核心原因在于定位和目标用户场景的差异：

1. Pandas面向数据分析场景：大部分数据分析工作处理的是抽样得到的样本数据，而非整个总体。统计分析中，用n-1作为分母的样本方差是总体方差的无偏估计，更符合实际分析需求——比如调研、业务数据抽样分析时，我们需要通过样本推断总体，无偏估计的方差更有统计意义。
2. Numpy偏向通用数值计算：Numpy作为底层数值计算库，设计更偏向数学定义的纯粹性，默认提供总体方差的计算，让用户根据具体场景（是做纯数值计算还是统计分析）自行调整自由度参数，不预设统计分析的使用场景。
3. 对齐主流统计工具习惯：像R这类专业统计软件，方差计算默认也是样本方差（对应ddof=1），Pandas默认设置对齐这类工具，能降低数据分析从业者的学习和迁移成本。

补充：样本方差与总体方差的核心区别

• 总体方差：针对完整的数据集（总体），分母是数据总个数n，是对总体离散程度的精准描述。
• 样本方差：针对从总体抽取的样本，用n-1作为分母（自由度调整），修正了用样本均值代替总体均值带来的偏差，能得到总体方差的无偏估计。

内容的提问来源于stack exchange，提问作者Daniel Tan