Numpy MaskedArray.anom()函数

简介

numpy.ma.anom()函数用于计算沿着指定轴的数据的异常值。

异常值是指数据与平均值之间的偏差值（即“平均差”）。 数据范围超出6个标准偏差的点会被标记为异常值。

语法

numpy.ma.anom(data, axis=None)

• data：需要计算异常的数据。
• axis：沿着轴计算异常。

返回值

返回一个新的MaskedArray对象，其中包含数据的异常值。

示例

import numpy.ma as ma

# 生成数据
x = [1, 2, 3, 4, 5, 1000]

# 创建遮蔽数组
mask = ma.masked_where(x > 100, x)

# 计算异常值
anoms = ma.anom(mask)

print(anoms)

输出:

[-- -- -- -- -- 378.3333333333333]

备注

如果数据中没有异常值，则返回一组空数组。

该函数依赖于numpy.ma.average()函数来计算平均值。 当使用此函数时，请注意数据的类型和范围。 如果范围大，则需要使用dtype='f8'。

建议先使用numpy.ma.masked_where()函数生成一个遮蔽数组，然后再计算异常值。

该函数可以用于识别被污染的数据点，以及在机器学习中进行数据清洗和异常检测。