Python 发现持续发布数据的涨落
嗨,我有一系列的强度数据正在公布。使用Python发现数据突然上升和下降的最佳方法(最有效)是什么?数据连续发布,如下所示:Python 发现持续发布数据的涨落,python,python-2.7,numpy,data-analysis,Python,Python 2.7,Numpy,Data Analysis,嗨,我有一系列的强度数据正在公布。使用Python发现数据突然上升和下降的最佳方法(最有效)是什么?数据连续发布,如下所示: 11433 12899 12134 4399 11003 12001 使用np.diff并检查一些阈值(?)查看源代码,np.diff只是对连续元素使用np.subtract的抽象。在您的场景中,最好使用np。直接减去,并指定out关键字,以防止多余的内存分配。然后取差值的绝对值(或平方)并检查极值,这可以通过布尔掩码方便地完成。创建一个包含3、5或9个元素的固定长度d
11433
12899
12134
4399
11003
12001
使用
np.diff
并检查一些阈值(?)查看源代码,np.diff
只是对连续元素使用np.subtract
的抽象。在您的场景中,最好使用np。直接减去,并指定out
关键字,以防止多余的内存分配。然后取差值的绝对值(或平方)并检查极值,这可以通过布尔掩码方便地完成。创建一个包含3、5或9个元素的固定长度deque,并将每个新样本推入,将最旧的样本从另一端挤出,然后查看此样本是否与其他样本的平均值/标准差太远。