当前版本的statsmodels具有mad在statsmodels.robust：

>>> import numpy as np
>>> from statsmodels import robust
>>> a = np.matrix( [
...     [ 80, 76, 77, 78, 79, 81, 76, 77, 79, 84, 75, 79, 76, 78 ],
...     [ 66, 69, 76, 72, 79, 77, 74, 77, 71, 79, 74, 66, 67, 73 ]
...  ], dtype=float )
>>> robust.mad(a, axis=1)
array([ 2.22390333,  5.18910776])

请注意，默认情况下，通过按比例因子缩放结果来计算正态分布，从而计算标准偏差的鲁棒估计；来自help：

Signature: robust.mad(a, 
                      c=0.67448975019608171, 
                      axis=0, 
                      center=<function median at 0x10ba6e5f0>)

中的版本R进行了类似的标准化。如果您不想这样做，显然只需设置一下即可c=1。

（之前的注释中提到了此statsmodels.robust.scale实现。实现位于statsmodels/robust/scale.py（请参阅github），但该robust包不会导出scale，而是scale.py显式导出公共功能。）