我有三种方法来做一些简单的计算。2种方法正在回归
   
    nd-array
   
   1方法返回
   
    1d-array
   
   .稍后,我将基于这些方法的返回输出创建一个pandas数据帧。
  
  
   在创建熊猫数据框架的同时,我也在计算
   
    std
   
   根据方法的结果。对于
   
    nd阵列
   
   我需要使用
   
    axis=0
   
   和
   
    axis=1
   
   算计
   
    性病
   
   但是对于
   
    一维阵列
   
   ,我不能使用
   
    axis
   
   财产。
  
  
   这意味着我需要使用
   
    if-else
   
   算计
   
    性病
   
   对于不同的方法返回。下面的代码运行良好
  
  def main_fn(arr_1):
    all_result_summary = []
    for method in ["met_1", "met2", "met_3"]:
        results: ndarray = np.array(main_fn(list(arr_1), method))
        if method == "met_3":
            all_result_summary.append(
                    pd.DataFrame(
                        {
                            "Method": method,
                            "result": results.mean(),
                            "result_sd_ax_0": results.std(ddof=1),
                            "result_sd_ax_1": "NA",
                        },
                        index=[0],
                    )
            )
        else:
            all_result_summary.append(
                pd.DataFrame(
                    {
                        "Method": method,
                        "result": results.mean(),
                        "result_sd_ax_0": results.mean(axis=0).std(ddof=1),
                        "result_sd_ax_1": results.mean(axis=1).std(ddof=1),
                    },
                    index=[0],
                )
            )
        summary = pd.concat(all_result_summary, axis=0, ignore_index=True)
    return summary
  
   然而,我想使用一种更具Python风格的方式,而不是使用
   
    否则
   
   .还有其他优化代码的方法吗?