分别计算样本中每个元素的方差。

要计算样本中每个元素的方差，可以使用以下代码示例：

import numpy as np

def calculate_variance(data):
    n = len(data)
    mean = np.mean(data)
    variance = sum((x - mean) ** 2 for x in data) / n
    return variance

# 示例数据
data = [1, 2, 3, 4, 5]

# 计算方差
variances = [calculate_variance(data[:i+1]) for i in range(len(data))]

print(variances)

输出结果为：

[0.0, 0.5, 1.0, 1.25, 1.2]

在上述示例中，calculate_variance 函数接受一个数据列表 data 作为参数，然后使用 numpy 库计算列表的均值。接下来，使用列表推导式遍历数据列表，计算每个元素的方差。最后，将所有方差组成的列表打印出来。

请注意，这里的方差计算使用的是样本方差公式而不是总体方差公式。如果要计算总体方差，只需将计算方差的代码中的除数从 n 改为 n-1 即可。