現(xiàn)在有這樣一組數(shù)據(jù)，希望去除掉里面的異常數(shù)據(jù)。其中，異常數(shù)據(jù)可能比正常數(shù)據(jù)大也可能比正常數(shù)據(jù)小，可能是正的也可能是負(fù)的。

數(shù)據(jù)為deg=[]

            
              import numpy as np

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

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

運(yùn)行效果如下，由于數(shù)據(jù)是從攝像頭采集的，每次會(huì)有點(diǎn)不一樣