Python异常检测:Z-score与IQR方法详解
今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《Python异常检测:Z-score与IQR算法全解析》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!
异常数据检测常用方法包括Z-score和IQR。1. Z-score适用于正态分布数据,通过计算数据点与均值相差多少个标准差,绝对值大于3则判定为异常;2. IQR适用于非正态分布数据,通过计算四分位距并设定上下界(Q1-1.5×IQR和Q3+1.5×IQR),超出范围的数值为异常值。选择方法应根据数据分布情况决定,Z-score更直观但对分布敏感,IQR更稳健且通用,可结合可视化手段提升判断准确性。

检测异常数据是数据分析中一个非常关键的步骤,尤其是在做数据清洗或建模前。Python 中常用的两种方法是 Z-score 和 IQR(四分位距)算法。这两种方法各有适用场景,也都有各自的优缺点。

下面我们就来详细说说它们分别是怎么工作的,以及在实际中该如何使用。
什么是异常值?为什么需要检测?
异常值指的是与整体数据分布明显偏离的数值,可能是由于录入错误、设备故障、极端情况等原因造成的。如果不加以处理,可能会对后续分析造成误导,比如影响模型训练效果、统计结论偏差等。

所以,在进行任何分析之前,先识别并处理这些“离群点”是非常有必要的。
Z-score 方法:适用于正态分布的数据
Z-score 的核心思想是看某个数据点距离均值有多少个标准差。一般来说,如果一个值的 Z-score 绝对值大于3,就认为它是一个异常值。

公式如下:
Z = (x - μ) / σ
其中:
x是当前数据点μ是数据的平均值σ是数据的标准差
实现步骤:
- 计算数据集的平均值和标准差
- 对每个数据点计算 Z-score
- 设置阈值(通常是 3 或 -3)
- 筛选出超出阈值的数据点作为异常值
示例代码:
import numpy as np data = np.array([1, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 6, 100]) # 假设100是异常值 mean = np.mean(data) std = np.std(data) z_scores = [(x - mean) / std for x in data] outliers = [x for x, z in zip(data, z_scores) if abs(z) > 3]
注意:Z-score 对数据分布敏感,更适合近似正态分布的情况。如果你的数据偏态严重或者有大量极端值,这个方法可能不太靠谱。
IQR 方法:适用于非正态分布数据
IQR(Interquartile Range)即四分位距,是上四分位数(Q3)与下四分位数(Q1)之间的差值。这种方法不依赖于数据是否服从正态分布,因此更通用一些。
公式如下:
IQR = Q3 - Q1
异常值判断范围为:
- 下界:
Q1 - 1.5 * IQR - 上界:
Q3 + 1.5 * IQR
落在这个区间之外的值就是异常值。
实现步骤:
- 找到 Q1 和 Q3
- 计算 IQR
- 定义上下限
- 筛选超出范围的数据点
示例代码:
import numpy as np data = np.array([1, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 6, 100]) Q1 = np.percentile(data, 25) Q3 = np.percentile(data, 75) IQR = Q3 - Q1 lower_bound = Q1 - 1.5 * IQR upper_bound = Q3 + 1.5 * IQR outliers = [x for x in data if x < lower_bound or x > upper_bound]
这种方法在可视化时也常用于箱线图(boxplot),是探索性数据分析中的常见工具。
怎么选择 Z-score 还是 IQR?
这取决于你的数据分布情况和分析目标:
- 如果数据大致符合正态分布,用 Z-score 更直观;
- 如果数据分布偏斜或者你不确定分布类型,IQR 更稳健;
- 可以同时尝试两种方法,对比结果,有助于发现更多潜在问题。
此外,也可以结合可视化手段(如散点图、箱线图)辅助判断。
基本上就这些。两种方法都不复杂,但在实际应用中容易忽略细节,比如数据标准化、边界定义方式等。掌握好这些小技巧,能让你在数据预处理阶段少走不少弯路。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
笔记本连接WiFi详细教程
- 上一篇
- 笔记本连接WiFi详细教程
- 下一篇
- PHPMyAdmin配置泄露防范技巧
-
- 文章 · python教程 | 1小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 2小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 5小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 7小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 8小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 8小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1099次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1094次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1264次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1204次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1050次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

