你可以做你自己的扩展计算它

public static class Extensions
{
    public static double StdDev(this IEnumerable<double> values)
    {
       double ret = 0;
       int count = values.Count();
       if (count  > 1)
       {
          //Compute the Average
          double avg = values.Average();

          //Perform the Sum of (value-avg)^2
          double sum = values.Sum(d => (d - avg) * (d - avg));

          //Put it all together
          ret = Math.Sqrt(sum / count);
       }
       return ret;
    }
}

如果你有一个样本而不是整个人口，那么你应该使用ret = Math.Sqrt(sum / (count - 1));。
从Adding Standard Deviation to LINQ by Chris Bennett转换为扩展。

Dynami的答案是有效的，但要通过多次数据传递才能获得结果。这是一种计算样品标准差的单程方法：

public static double StdDev(this IEnumerable<double> values)
{
    double mean = 0.0;
    double sum = 0.0;
    double stdDev = 0.0;
    int n = 0;
    foreach (double val in values)
    {
        n++;
        double delta = val - mean;
        mean += delta / n;
        sum += delta * (val - mean);
    }
    if (1 < n)
        stdDev = Math.Sqrt(sum / (n - 1));

    return stdDev;
}

这是 * 样本标准差 *，因为它除以n - 1。对于正态标准差，您需要除以n。
这使用了Welford's method，与Average(x^2)-Average(x)^2方法相比，Welford's method具有更高的数值精度。

这将把David Clarke's answer转换成一个扩展，它遵循与其他聚合LINQ函数（如Average）相同的形式。
用法如下：var stdev = data.StdDev(o => o.number)

public static class Extensions
{
    public static double StdDev<T>(this IEnumerable<T> list, Func<T, double> values)
    {
        // ref: https://stackoverflow.com/questions/2253874/linq-equivalent-for-standard-deviation
        // ref: http://warrenseen.com/blog/2006/03/13/how-to-calculate-standard-deviation/ 
        var mean = 0.0;
        var sum = 0.0;
        var stdDev = 0.0;
        var n = 0;
        foreach (var value in list.Select(values))
        {
            n++;
            var delta = value - mean;
            mean += delta / n;
            sum += delta * (value - mean);
        }
        if (1 < n)
            stdDev = Math.Sqrt(sum / (n - 1));

        return stdDev; 

    }
}

var stddev = Math.Sqrt(data.Average(z=>z*z)-Math.Pow(data.Average(),2));

直截了当地说（C# > 6.0），Dynamis的答案是：

public static double StdDev(this IEnumerable<double> values)
    {
        var count = values?.Count() ?? 0;
        if (count <= 1) return 0;

        var avg = values.Average();
        var sum = values.Sum(d => Math.Pow(d - avg, 2));

        return Math.Sqrt(sum / count);
    }

编辑2020-08-27：
我接受了@大卫Clarke的评论，进行了一些性能测试，结果如下：

public static (double stdDev, double avg) StdDevFast(this List<double> values)
    {
        var count = values?.Count ?? 0;
        if (count <= 1) return (0, 0);

        var avg = GetAverage(values);
        var sum = GetSumOfSquareDiff(values, avg);

        return (Math.Sqrt(sum / count), avg);
    }

    private static double GetAverage(List<double> values)
    {
        double sum = 0.0;
        for (int i = 0; i < values.Count; i++) 
            sum += values[i];
        
        return sum / values.Count;
    }
    private static double GetSumOfSquareDiff(List<double> values, double avg)
    {
        double sum = 0.0;
        for (int i = 0; i < values.Count; i++)
        {
            var diff = values[i] - avg;
            sum += diff * diff;
        }
        return sum;
    }

我用一百万个随机的二人组来测试这个
原始实现运行时间约为48 ms
性能优化实现2- 3 ms
所以这是一个显著的改进。
一些有趣的细节：
摆脱数学。Pow带来了33 ms的提升！
列表而不是IEnumerable 6 ms
手动平均计算4 ms
For-loops代替ForEach-loops 2 ms
数组而不是列表带来的只是~2%的改进，所以我跳过了这一点
使用single而不是double不会带来任何好处
进一步降低代码并使用后藤（是的，GOTO...自从90年代的汇编程序以来就没有用过这个了……）代替for循环不划算，谢天谢地！
我也测试了并行计算，这是有意义的列表> 200.000项目似乎硬件和软件需要初始化了很多，这是小名单适得其反。
所有测试连续执行两次，以消除预热时间。

简单的4行，我使用了一个双精度列表，但可以使用IEnumerable<int> values

public static double GetStandardDeviation(List<double> values)
{
    double avg = values.Average();
    double sum = values.Sum(v => (v - avg) * (v - avg));
    double denominator = values.Count - 1;
    return denominator > 0.0 ? Math.Sqrt(sum / denominator) : -1;
}

public static double StdDev(this IEnumerable<int> values, bool as_sample = false)
{
    var count = values.Count();
    if (count > 0) // check for divide by zero
    // Get the mean.
    double mean = values.Sum() / count;

    // Get the sum of the squares of the differences
    // between the values and the mean.
    var squares_query =
        from int value in values
        select (value - mean) * (value - mean);
    double sum_of_squares = squares_query.Sum();
    return Math.Sqrt(sum_of_squares / (count - (as_sample ? 1 : 0)))
}

在 * 一般 * 情况下，我们希望在 * 一次通过 * 中计算StdDev：如果values是 file 或RDBMS cursor，可以在计算average和sum之间进行 * 更改 *，会怎么样？我们会得到 * 不一致的结果 *。下面的代码只使用了一次：

// Population StdDev
public static double StdDev(this IEnumerable<double> values) {
  if (null == values)
    throw new ArgumentNullException(nameof(values));

  double N = 0;
  double Sx = 0.0;
  double Sxx = 0.0;

  foreach (double x in values) {
    N += 1;
    Sx += x;
    Sxx += x * x;
  }

  return N == 0
    ? double.NaN // or throw exception
    : Math.Sqrt((Sxx - Sx * Sx / N) / N);
}

对于 sampleStdDev也是同样的想法：

// Sample StdDev
public static double StdDev(this IEnumerable<double> values) {
  if (null == values)
    throw new ArgumentNullException(nameof(values));

  double N = 0;
  double Sx = 0.0;
  double Sxx = 0.0;

  foreach (double x in values) {
    N += 1;
    Sx += x;
    Sxx += x * x;
  }

  return N <= 1
    ? double.NaN // or throw exception
    : Math.Sqrt((Sxx - Sx * Sx / N) / (N - 1));
}