Question

我在Python中有一些代码连接到SQL Server并使用pyodbc返回数据的交叉表。

然后，我逐行对该数据执行一些统计分析，因为每行包含供应商特有的统计数据。我已经让大部分代码工作正常，可以遍历每一行中的每一列并返回大量有用的统计分析。我还有matplotlib工作，创建散点图并在数据上绘制OLS回归线。我需要的最后一个脚本是获取异常值，我使用以下内容：

import statsmodels.api as sm

results = sm.OLS(y, sm.add_constant(x)).fit()
test = results.outlier_test()

test数据如下所示：

[[ -1.66666636e-01   8.70954193e-01   1.00000000e+00]
[  1.85524023e-01   8.56527067e-01   1.00000000e+00]
[ -5.07693609e-01   6.22677469e-01   1.00000000e+00]
[ -5.22476578e-01   6.12716252e-01   1.00000000e+00]
[ -5.40267858e-01   6.00836859e-01   1.00000000e+00]
[ -5.61134260e-01   5.87059066e-01   1.00000000e+00]
[  1.11050592e+01   6.03423147e-07   7.84450092e-06]
[  1.97665390e-01   8.47267021e-01   1.00000000e+00]
[ -3.10806108e-01   7.62329771e-01   1.00000000e+00]
[ -2.02176433e-01   8.43832634e-01   1.00000000e+00]
[  4.36313403e-02   9.66057205e-01   1.00000000e+00]
[ -2.89236184e-01   7.78308296e-01   1.00000000e+00]
[ -5.49558759e-01   5.94681341e-01   1.00000000e+00]]

要迭代这一点并确定这些数据中的异常值：

outliers = ([x[i],y[i]] for i,t in enumerate(test) if t[2] < 0.5)

这在for循环for row in rows中运行，其中rows是从SQL查询返回的行。因此，我正在对每行数据执行此异常值测试，以查找哪些数据点是来自该特定结果集的潜在异常值（交叉表实际上是从另一个查询中提取的计算结果集，但这在此处并不重要）。此test输出适用于数据中的一个row。

在某些情况下，数据中存在多个异常值。但是，我似乎无法找到迭代每个outliers对象的方法。无论我尝试什么，我只会在outliers得到第一个异常结果，即使有多个已知的异常值。这不是数据的问题，因为我已经通过其他方法证明了这一点，我似乎无法遍历outliers生成器对象。

我对生成器对象相当新，但我对它们进行了一些研究。我对它们如何工作有一个很好的理解，但即使是我认为正在工作的代码，也不是。

使用类似

的内容

for i in outliers:
    print i

我只获得列表中的第一个异常值：[6, 136.84] - （在上面给出的示例数据中，这是唯一的异常值，但正如本问题中其他地方所述，即使已知多个异常值只有第一个异常值集合中的一个被返回）

使用

for i in list(outliers):
    print i

给了我相同的结果。

使用

for i in list(next(outliers)):
    print i

会导致在单独的行上返回两个值x和y，就像遍历子列表[x, y]而不是outliers生成器一样。

我尝试的最后一件事是这个

的各种排列

try:
    for i in next(outliers):
        print list(next(outliers))
except StopIteration:
    pass

我会注意到这个特定代码实际上并不打印任何。

我也试过

try:
    if next(outliers, None) != None:
        print list(outliers)
except StopIteration:
    pass

导致

[]

我昨天有一些工作，但由于某种原因，它正在跳过一些结果，我无法弄清楚为什么。不幸的是，我丢失了那段代码，现在我又回到了无法取得进一步进展的方方面面。

编辑：

这是一个test数据集，其中包含多个异常值：

[[-1.06904497  0.31017523  1.        ]
[        inf  0.          0.        ]
[-0.74947341  0.47083534  1.        ]
[-0.61974867  0.54928322  1.        ]
[-0.50178907  0.62667871  1.        ]
[-0.3917734   0.70344466  1.        ]
[-0.28680336  0.78011746  1.        ]
[-0.18448201  0.85732288  1.        ]
[-0.08262629  0.93577921  1.        ]
[ 0.02097215  0.98368044  1.        ]
[ 0.12880164  0.90006829  1.        ]
[ 0.24397502  0.8121827   1.        ]
[ 0.37079182  0.71852659  1.        ]]

编辑编辑：

这个问题可以关闭。我一定是误报了哪些数据点是昨天的异常值，这导致我认为当我今天只获得一个结果时，生成器迭代不起作用。在使用某些包含异常值的测试数据后，我的生成器迭代正常工作。

在Python中迭代生成器对象

0 个答案: