[英]How to extract 95% data in python
给定一个数字数组,我想删除异常值,同时保留95%的数据点总数。 例如range(0,100,1)将成为range(2,98,1)。
例如,如果数据类似于
[0.01,0.02,4,5,7,3,1,4,6,7,10000,10002] -> [4,5,7,3,1,4,6,7]
Python标准库或Numpy中是否有用于此目的的函数?
听起来您有兴趣筛选出在中位数绝对偏差 (MAD)的95%以内的数据。
此数据集的MAD为2.5(而std偏差> 3000)。 我们可以使用它来过滤相距2个中间偏差以上的点(收集约95%)
import numpy as np
data = np.array([0.01,0.02,4,5,7,3,1,4,6,7,10000,10002])
deviations = 2
d = np.abs(data - np.median(data))
med_abs_dev = np.median(d)
s = d / med_abs_dev
filtered = data[s < deviations]
# [ 0.01 0.02 4. 5. 7. 3. 1. 4. 6. 7. ]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.