我找到了 3 种方法来做到这一点：

• 您必须使用提供数据集行数的 Data Info 小部件和打印数据集中每个特征的平均值和标准差的 Box Plot 小部件。优点：易于使用。缺点：您无法使用此数据。
• 您可以创建一个 Python 脚本，该脚本将使用统计包计算平均值和标准差。优点：您可以重复使用您的数据。缺点：您必须编写脚本并正确格式化输出数据。
• 它存在一个附加调用“Orange3-Timeseries”，带有一个可以计算系列的平均值和标准偏差的移动变换小部件。优点：易于使用。缺点：该软件包仍然是 beta 版本并且有一些错误，该小部件仅适用于时间序列。

对于我们这些想要在 Web 上使用 Orange3 API 获得更多脚本示例的人，这里有一个对我有用的解决方案。

from Orange.data import ContinuousVariable,DiscreteVariable
import numpy as np
dom = in_data.domain
continuous = [d for d in dom.variables if type(d) == ContinuousVariable]
rows = ["mean","std","min","max","range"]
dom = Domain(continuous,metas = [DiscreteVariable(name="stat",values=rows)])
summary = [
    [np.mean(in_data[:,dom.index(d)]) for d in continuous],
    [np.std(in_data[:,dom.index(d)]) for d in continuous],
    [np.min(in_data[:,dom.index(d)]) for d in continuous],
    [np.max(in_data[:,dom.index(d)]) for d in continuous],
    [np.ptp(in_data[:,dom.index(d)]) for d in continuous] ]
meta = [[i] for i in range(0,5)]
out_data = Table.from_numpy(dom,summary,metas=meta)

谢谢。稍作改动后为我工作：

from Orange.data import Domain, ContinuousVariable,DiscreteVariable
from Orange.data.pandas_compat import table_from_frame
import numpy as np
import pandas as pd
dom = in_data.domain
df = pd.DataFrame(in_data.X)

Table=table_from_frame(df)
continuous = [d for d in dom.variables if type(d) == ContinuousVariable]
rows = ["mean","std","min","max","range"]
dom = Domain(continuous,metas = [DiscreteVariable(name="stat",values=rows)])
summary = [
[np.mean(in_data[:,dom.index(d)]) for d in continuous],
[np.std(in_data[:,dom.index(d)]) for d in continuous],
[np.min(in_data[:,dom.index(d)]) for d in continuous],
[np.max(in_data[:,dom.index(d)]) for d in continuous],
[np.ptp(in_data[:,dom.index(d)]) for d in continuous] ]
meta = [[i] for i in range(0,5)]
out_data = Table.from_numpy(dom,summary,metas=meta)