確定值給出一個字典：該伸出
data = {'18': [3.89, 1.28], '20': [1.39, 3.15], '15': [1.42, 3.10]}
我要挑出來，明確從休息的不同，如18項目。理想情況下，我將指定ALLOWED_DISCREPANCY，將其設置爲0.5進行演示，這是一個閾值，用於分類什麼和不會伸出（與其餘值相比較）。
的18其3.89顯然是在這裏下車，因爲大多數具有值1.4左右（比較無論是從每個列表值就足以得出結論）和差（abs(3.89 - 1.4)）比0.5（允許的上限）大。
計算值的平均值。
>>> from numpy import mean
>>> data = {'18': [3.89, 1.28], '20': [1.39, 3.15], '15': [1.42, 3.10]}
>>> avg = mean([x for sublist in data.values() for x in sublist])
>>> avg
2.3716666666666666
設置閾值並構建一個新的字典，將原始鍵映射到與您的約束匹配的值列表。這裏有兩個例子：
>>> thresh = 0.5
>>> {k:[x for x in v if abs(x-avg) > thresh] for k, v in data.items()}
{'18': [3.89, 1.28], '15': [1.42, 3.1], '20': [1.39, 3.15]}
>>>
>>> thresh = 1
>>> {k:[x for x in v if abs(x-avg) > thresh] for k, v in data.items()}
{'18': [3.89, 1.28], '15': [], '20': []}
編輯：考慮到只有一個位置
>>> pos = 0
>>> {k:v[pos] for k, v in data.items() if abs(v[pos]-avg) > thresh}
{'18': 3.89}
>>>
>>> pos = 1
>>> {k:v[pos] for k, v in data.items() if abs(v[pos]-avg) > thresh}
{'18': 1.28}
對不起，我在評論中誤導了你。當鑑別異常值時，我只考慮每個列表中的一個值，即'3.89,1.39,1.42'（位置'[0]'處的項目'或'1.28,3.15,3.1'（位置'[1]'處的項目） （如果你在pos [0]或pos [1]處使用項目，但需要保持一致，則無關緊要）。你能夠更新答案嗎？ –
@rojas當然，我可以在回家時解決它（幾個小時） – timgeb
謝謝。只是想詳細說明一下：我認爲與平均值相比並不會真正削減它（在開啓線程之前嘗試過），因爲每次都會出現異常值。例如：'avg = np.mean（[3.89,1.39,1.42]）＃2.23'，現在不存在異常值，平均值會有很大的不同1.405。 –
如果你想更統計方法來尋找異常值，你可以做這樣的事情：
data = {'18': [3.89, 1.28], '20': [1.39, 3.15], '15': [1.42, 3.10]}
avg = np.mean([x for sublist in data.values() for x in sublist])
stddev = np.std([x for sublist in data.values() for x in sublist])
對於一個標準偏差：
n_stddevs = 1
{k: [x for x in v if x >= avg-stddev*n_stddevs and x <= avg+stddev*n_stddevs] for k, v in data.items()}
# {'15': [1.42, 3.1], '18': [], '20': [1.39, 3.15]}
爲2：
n_stddevs = 2
{k: [x for x in v if x >= avg-stddev*n_stddevs and x <= avg+stddev*n_stddevs] for k, v in data.items()}
#{'15': [1.42, 3.1], '18': [3.89, 1.28], '20': [1.39, 3.15]}
0.5：
n_stddevs = 0.5
{k: [x for x in v if x >= avg-stddev*n_stddevs and x <= avg+stddev*n_stddevs] for k, v in data.items()}
# {'15': [], '18': [], '20': []}
是否所有列表*保證*具有相同的長度？ –
是的，總是2-elem列表。 –
所以要清楚，你想要找到比所有值的均值更遠的值而不是指定的閾值？如果是這樣，你是否只需要存儲值的值或字典鍵呢？ – timgeb