在值列表中找到重大变化？

Question

我有一个值列表my_list，它显示了设备在不同时间的使用情况，如下所示：

my_list=[0.0, 11500312.5, 12293437.5, 11896875.0, 7711186.0,     
             3281768.863, 3341550.1363, 3300694.0,...]

我有很多这种类型的列表，我想查找不同时间最重要变化（减少或增加）的数量。这些列表之一如下所示。例如，如果您查看图形中的第二，第三和第四点，您会发现两个值之间的差异并不大，但是在第五个和西斯点处，该值突然减小。在20、21和22点之间发生了相同的重大变化。

因此，您可以在图中看到它们相对于其他时间的w.r.t显着增加了三到三。想自动找到数字吗？

Answer 1

这可能对您有用。检查该值与移动平均值的比较。它是否超过一个标准偏差？

以下是使用numpy的移动平均值实现：

import numpy as np
def running_mean(x, N):
    cumsum = numpy.cumsum(numpy.insert(x, 0, 0)) 
    return (cumsum[N:] - cumsum[:-N]) / float(N)

来自here

这是比较操作的实现：

TimeSEries=[0.0, 11500312.5, 12293437.5, 11896875.0, 7711186.0,     
             3281768.863, 3341550.1363, 3300694.0]

MOV = running_mean(TimeSEries,3).tolist()
STD = np.std(MOV)
events= []
ind = []
for ii in range(len(TimeSEries)):
  try:
    if TimeSEries[ii] > MOV[ii]+STD:
        print(TimeSEries[ii])
  except IndexError:
    pass

来自here