Python 查找数组中数据点之间的大跳转时遇到问题

我试图编写一个sigma裁剪程序，计算数组中每个点与其相邻点之间的差值，如果差值大于数组标准偏差的x倍，它会将相邻点设置为最接近它的两个点的平均值。例如，如果我有一个数组，

testarray=np.array（[1.01,2.0,1.22,1.005,996,0.95]）

，并且想要更改任何偏离相邻数组2倍以上的点，那么这个函数将搜索整个数组，并将

testarray

中的2.0设置为

1.115

，平均值为1.01和1.22

def sigmaclip2(array, stand):
  originalDeviation = np.std(array)
  differences = np.abs(np.diff(array))
  for i in range(len(differences)):
    if differences[i] > stand*originalDeviation:
        if array[i+1] != array[-1]:
            array[i+1] = (array[i] + array[i+2]) / 2.0
        else:
            array[i+1] = (array[i] + array[i-1]) / 2.0
    else:
        pass
return array

此代码适用于此小型

testarray

。但是，我使用的是更大的数据集（约12000个元素）。当我尝试在更大的数据集上运行它时，我得到的是我插入的相同阵列

有人知道会出什么问题吗

---

我应该注意到，我已经尝试了一些Python内置的sigma裁剪例程，比如Astropy中的一个，但是它似乎切断了任何大于数组标准偏差x倍的值。这不是我想做的。我想找到任何大的、突然的跳跃（通常由1个坏值引起），如果坏值大于其相邻值的标准偏差的x倍，则将该坏值设置为其周围2个点的平均值

函数数组的第6行[-1]可能是一个输入错误，因为它总是使用数组的最后一个元素。你错过了一个i吗？在这种情况下，您可能需要移动1，因为差值[0]是数组[0]和数组[1]之间的差值

PS我想我应该使用np.where和数组上的切片表示法来查找要修改的索引，而不是使用普通的python循环。对于numpy，循环几乎总是一个坏主意

编辑

了解边，但我认为您的代码没有达到预期效果。当我运行它时，它的平均值是数组[2]到1.06，以及数组[1]到1.115

如果我将第6行更改为

If数组[I+1]！=数组[i-1]：

（数组[-1]是最后一个条目，始终为0.95）它仍然无法正常工作

您还必须考虑当您得到多个异常值时，您希望代码做什么<代码>1.01,2.0,2.25,1.99,1.22,1.005,996,0.95为了处理单个异常值，我会使用如下代码

def sigmaclip3(array, stand):
  cutoff = stand * np.std(array)
  diffs = np.abs(np.diff(array))
  ix = np.where((diffs[:-1] > cutoff) &
                (diffs[1:] > cutoff))[0] + 1
  array[ix] = (array[ix - 1] + array[ix + 1]) / 2.0
  return array

---

根据我现在编写的代码，我将取最接近差异点的两点的平均值。如果差异点恰好是数组中的最后一个点，则此操作不起作用，因为不能使用数组末尾后的点进行平均。这条线将我试图修改的数组的值与数组的最后一个元素进行比较，看它们是否相同，如果相同，则以不同的方式取平均值。谢谢你的np.where提示，我会试试看是否有用！