現在有這樣一組數據，希望去除掉里面的異常數據。其中，異常數據可能比正常數據大也可能比正常數據小，可能是正的也可能是負的。

數據為deg=[]

            
              import numpy as np

if(True):
    #new_nums = list(set(deg)) #剔除重復元素
    mean = np.mean(deg)
    var = np.var(deg)
    print("原始數據共",len(deg),"個\n",deg)
    '''
    for i in range(len(deg)):
        print(deg[i],'→',(deg[i] - mean)/var)
        #另一個思路，先歸一化，即標準正態化，再利用3σ原則剔除異常數據，反歸一化即可還原數據
    '''
    #print("中位數:",np.median(deg))
    percentile = np.percentile(deg, (25, 50, 75), interpolation='midpoint')
    print("分位數：",percentile)
    #以下為箱線圖的五個特征值
    Q1 = percentile[0]#上四分位數
    Q3 = percentile[2]#下四分位數
    IQR = Q3 - Q1#四分位距
    ulim = Q3 + 1.5*IQR#上限 非異常范圍內的最大值
    llim = Q1 - 1.5*IQR#下限 非異常范圍內的最小值

    new_deg = []
    for i in range(len(deg)):
        if(llim
              
            
          

運行效果如下，由于數據是從攝像頭采集的，每次會有點不一樣