1
我有一組數據流，我想分析這些數據是否突變，並可能忽略數據中的尖峯/噪聲。我研究過移動平均數，winsorised方法和其他幾種可能的解決方案，包括控制系統中的PID控制器，小馬庫和numpy以尋求如何解決這個問題的線索。檢測流數據中的更改
示例數據集如下。
22.0，22.0，22.0，22.0 ，20.8806130178211，20.8806130178211，20.8806130178211，20.8806130178211，20.8806130178211，20.8806130178211，21.840329667841555，21.840329667841555，20.8806130178211， 20.8806130178211，20.8806130178211,20.8806130178211，20.8806130178211，20.8806130178211，21.840329667841555， 21.840329667841555，21.840329667841555， 21.840329667841555，22.80350850198276
理想情況下，我想檢測第1部分，第3部分和第4部分的值以粗體顯示。第二部分可以像對待一樣。
尋找一種優雅的數學/算法解決方案，其工作原理類似於移動平均值，因爲如果數據長時間不變（窗口是動態的），它將忽略舊數據。在上述數據的情況下，當考慮下一個數據窗口20.8806130178211時，初始值22被忽略。
解決方案（程序/類）應該能夠接受新的數據輸入值（22.0232），並且如果計算出的值在可接受的範圍內，即返回true或false的值， 。
感謝
SFK