Question

我想从列表中检测并存储离群值，这就是我正在做的

代码：

def outliers(y,thresh=3.5):

    m = np.median(y)
    abs_dev = np.abs(y - m)
    left_mad = np.median(abs_dev[y <= m])
    right_mad = np.median(abs_dev[y >= m])
    y_mad = left_mad * np.ones(len(y))
    y_mad[y > m] = right_mad
    modified_z_score = 0.6745 * abs_dev / y_mad
    modified_z_score[y == m] = 0
    return modified_z_score > thresh

bids = [5000,5500,4500,1000,15000,5200,4900]

z = outliers(bids)
bidd = np.array(bids)
out_liers = bidd[z]

结果为：

out_liers = array([ 1000, 15000])

是否有更好的方法来执行此操作，而不是在数组中而是在列表中获取结果？也请有人能解释我为什么使用

thresh = 3.5

modified_z_score = 0.6745 * abs_dev / y_mad

Answer 1

那是因为您正在使用numpy函数。使用的默认类型为numpy.ndarray，可加快计算速度。如果您只需要一个列表作为输出参数，请使用tolist()方法。

z = outliers(bids)
bidd = np.array(bids)
out_liers = bidd[z].tolist()

Answer 2

这有效：

def outliers_modified_z_score(ys, threshold=3.5):
    ys_arr = np.array(ys)
    median_y = np.median(ys_arr)
    median_absolute_deviation_y = np.median(np.abs(ys_arr - median_y))
    modified_z_scores = 0.6745 * (ys_arr - median_y) / median_absolute_deviation_y
    return (ys_arr[np.abs(modified_z_scores) > threshold]).tolist()

从列表中检测异常值

2 个答案: