Python去除异常数据——利用numpy求箱线图特征值

Python去除异常数据——利用numpy求箱线图特征值

现在有这样一组数据，希望去除掉里面的异常数据。其中，异常数据可能比正常数据大也可能比正常数据小，可能是正的也可能是负的。

数据为deg=[]

import numpy as npif(True): #new_nums = list(set(deg)) #剔除重复元素 mean = np.mean(deg) var = np.var(deg) print("原始数据共",len(deg),"个\n",deg) ''' for i in range(len(deg)): print(deg[i],'→',(deg[i] - mean)/var) #另一个思路，先归一化，即标准正态化，再利用3σ原则剔除异常数据，反归一化即可还原数据 ''' #print("中位数:",np.median(deg)) percentile = np.percentile(deg, (25, 50, 75), interpolation='midpoint') print("分位数：",percentile) #以下为箱线图的五个特征值 Q1 = percentile[0]#上四分位数 Q3 = percentile[2]#下四分位数 IQR = Q3 - Q1#四分位距 ulim = Q3 + 1.5*IQR#上限 非异常范围内的最大值 llim = Q1 - 1.5*IQR#下限 非异常范围内的最小值 new_deg = [] for i in range(len(deg)): if(llim

运行效果如下，由于数据是从摄像头采集的，每次会有点不一样

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。