Question

我正在寻找一种有效的方法来从Python中的数组中提取唯一的值，例如，只有那些比其余值大10倍的值。使用一个非常简单的案例的逻辑（没有代码）是这样的：

array =  [5000, 400, 40, 10, 1, 35] # here the significant value will be 5000. 

from i=0 to len.array # to run the procedure in all the array components

    delta = array[i] / array [i+1] # to confirm that array[i] is significant or not. 

    if delta >= 10 : # assuming a rule of 10X significance i.e significance = 10 times bigger than the rest of elements in the array.

    new_array = array[i] # Insert to new_array the significant value

    elif delta <= 0.1 : # in this case the second element is the significant.

    new_array = array[i+1] # Insert to new_array the significant value

最后new_array将由重要值组成，在本例中为new_array = [5000]，但必须适用于任何类型的数组。

感谢您的帮助！

UPDATE !!!

感谢大家的答案！特别是科波菲尔给了我一个如何做的好主意。这是为此目的而工作的代码！

array_o = [5000,4500,400, 4, 1, 30, 2000]

array = sorted(array_o)

new_array = []

max_array = max(array)

new_array.append(max_array)

array.remove(max_array)

    for i in range(0,len(array)):
         delta = max_array / array[i]
         if delta <= 10:
              new_array.append(array[i])

Answer 1

这会回答你的问题吗？

maxNum = max(array)
array.remove(maxNum)
SecMaxNum = max(array)

if maxNum / SecMaxNum >= 10 :
    # take action accordingly 
else:
    # take action accordingly

Answer 2

您的伪代码可以转换为此函数

def function(array):
    new_array = []
    for i in range(1,len(array)):
        delta = array[i-1] / array[i]
        if delta >= 10:
            new_array.append( array[i-1] )
        elif delta <= 0.1:
            new_array.append(  array[i] )
    return new_array

这给出了这个结果

>>> function([5000, 400, 40, 10, 1, 35])
[5000, 400, 10, 35]
>>>

现在，您所描述的内容可以在python 3.5 +

中完成

*rest, secondMax, maxNum = sorted(array)
if maxNum / secondMax >= 10:
    # take action accordingly 
else:
    # take action accordingly

或以前的版本

sortedArray = sorted(array)
if sortedArray[-1] / sortedArray[-2] >= 10:
    # take action accordingly 
else:
    # take action accordingly

（负索引从最后到第一个访问元素，所以-1是最后一个，-2是最后一个，等等）

Answer 3

我不会采用仅将每个值与旁边的值进行比较的方法。如果数组未被排序，那么显然这是一场灾难，但即使它被排序：

a = [531441, 59049, 6561, 729, 81, 9, 9, 8, 6, 6, 5, 4, 4, 4, 3, 3, 1, 1, 1, 1]

在该示例中，值的“休息”（即大多数）<10，但我已经设法快速进入6位数范围，每个数字仅是它旁边的9倍（因此，你的规则不会被触发）。

异常值检测的一种方法是从您的分布中减去中位数，并除以反映分布扩散的非参数统计量（下面，我选择的分母等于标准偏差，如果数字通常是分布的）。这为您提供了标准化规模的“非典型”分数。找到大值，你已经找到了你的异常值（任何分数大于，比方说，3 - 但你可能需要玩一下才能找到适合你的问题的截止值。）

  import numpy
  npstd = numpy.diff(numpy.percentile(a, [16, 84]))/2.0   # non-parametric "standard deviation" equivalent
  score = (a - numpy.median(a)) / npstd
  outlier_locations, = numpy.where(score > 3)  # 3, 4 or 5 might work well as cut-offs

从数组中提取重要值

3 个答案: