时间序列异常检测图答案

【问题标题】：Time series anomaly detection plot时间序列异常检测图
【发布时间】：2019-10-13 20:03:30
【问题描述】：

我有一个大小为 (1280,2) 的熊猫数据框。数据的头部如下所示：

我正在使用基于聚类的异常检测方法，该方法使用 k-means。它创建了“k”个类似的数据点集群。不属于这些组的数据点被标记为异常。

def getDistanceByPoint(data, model):
distance = pd.Series()
for i in range(0,len(data)):
    Xa = np.array(data.loc[i])
    Xb = model.cluster_centers_[model.labels_[i]-1]
    distance.set_value(i, np.linalg.norm(Xa-Xb))
return distance
kmeans = KMeans(n_clusters=9).fit(data) 
outliers_fraction = 0.01
distance = getDistanceByPoint(data, kmeans)
number_of_outliers = int(outliers_fraction*len(distance))
threshold = distance.nlargest(number_of_outliers).min()
(0:normal, 1:anomaly) 
df['anomaly1'] = (distance >= threshold).astype(int)

我想用 x 轴作为经过的时间和 y 轴作为值来绘制数据框。我想用蓝色绘制正常数据值，用红色绘制异常值。我怎么能画这个？

【问题讨论】：

标签： python-3.x matplotlib time-series outliers anomaly-detection

【解决方案1】：

这就是你需要的。请记住将time 和value 相应地更改为您的列名。

fig, ax = plt.subplots()
a = df.loc[df['anomaly'] == 1, ['time', 'value']]
ax.plot(df['time'], df['value'], color='blue')
ax.scatter(a['time'], a['value'], color='red')
plt.show()

查看this notebook 了解更多信息。

【讨论】：