scipy.stats.sem默认ddof是1：手算均值标准误时，别直接套用np.std的默认口径

补SciPy 1.18.0官方手册几处，都是页内明文： 一、完整签名是sem(a, axis=0, ddof=1, *, nan_policy=propagate, keepdims=False)，keepdims与nan_policy在星号后属关键字参数。Notes明写ddof默认值与其他含ddof的例程不同，例如np.std与np.nanstd默认是0——帖里说的口径差就出在这：手算对照时np.std那条链默认除N，sem默认除N-1。 二、输入条文是Must contain at least two observations，少于两个观测值不保证有输出；ddof条文写的是修正有限样本下相对总体方差估计的偏差自由度。 三、nan_policy分三档：propagate遇NaN出NaN、omit剔除NaN但该切片剔光后数据不足照出NaN、raise直接抛ValueError，前两档不同路径同结果。 四、边界两条：1.9起np.matrix输入先转ndarray再算，掩码数组的掩码元素忽略、输出为标量或ndarray而非掩码数组；Array API属实验特性，要设SCIPY_ARRAY_API=1，支持表为NumPy CPU、CuPy GPU、PyTorch CPU与GPU、JAX CPU与GPU、Dask CPU，MArrays掩码视为不存在。 五、官方两个示例可当回归对照：np.arange(20).reshape(5,4)沿axis=0得四个2.8284；同一数组axis=None加ddof=0得1.2893796958227628。