在python中确定异常值的列表索引

Question

我发现它可能在数组上使用numpy 和where 条件语句来接收它们的索引，我知道在箱形图中（例如matplotlib.pyplot.subplots().boxplot(...,showfliers=False,...)）我将传单的定义解释为“异常值”以 1./3 的形式给出。四分位数 +- 1.5 * IQR（四分位数间距），可在 Wikipedia 上找到

由于我有两个大小相同的独立列表（例如 x，y），因此有必要从列表 x 中删除异常值，并从列表 y 中删除具有相同索引的元素，或者压缩列表并对其进行处理。

在确定传单方面需要改进的建议：

xy = list(zip(x,y))
xy = [(i,j) for i, j in xy\
    if (1. Quartile - 1.5 IQR) < i < (3. Quartile + 1.5 IQR)]
bp.append(ax.scatter(\
    list(zip(*xy))[0],\
    list(zip(*xy))[1]))

Answer 1

如果 x 和 y 是 np.array 类型，那么你可以这样做：

quartile = ...
IQR = ...
# Here, I'm guess what you're attempting to do with these equations.
lower = (1. * quartile - 1.5 * IQR)
upper = (3. * quartile + 1.5 * IQR)
idx = np.where( (lower < x) & (x < upper) )

xs_without_outliers = x[idx]
ys_without_outliers = x[idx]

ax.scatter(xs_without_outliers, ys_without_outliers)

这里，idx 是来自x 的满足给定条件的索引。这样我们就可以得到满足y[idx]条件的x的值为什么对应的值。