【发布时间】：2020-11-18 03:40:09
【问题描述】：
我有以下 3 种关于时间序列的数字度量情况（t、t1、t2 等表示不同时段的不同小时比较）
如果您注意到图像 1 的 3 个图表 t（感兴趣周期）明显下降，但图像 2 和图像 3 的下降幅度不大。假设这是某种数字指标（原始指标或派生指标），我想要创建一个系统/算法，它专门捕获案例 1，但不捕获案例 2 或 3，其中 t 是关注点。虽然在视觉上这很有意义并且非常直观，但我正在尝试使用图片中显示的数据框在 python 中设计一种方法。
一般来说，问题是我如何检测时间序列的行为与前几周的任何时候有很大不同。
编辑：当我说不同时，我真正的意思是，我的指标在 t1 到 t4 的时期内趋于一致，但如果他们不这样做，并试图从信封中分离出来，那对我来说是一个异常。如果您注意到图表 1，您会看到 t 试图从 tn 的其余部分中分离出来，这对我来说是一个反常现象。在其他情况下，t 在其他时间段的范围内。希望这会有所帮助。
【问题讨论】：
-
你需要一个“不同”的定义。我不知道您希望这三个图表从代码中得到什么结果？
标签： python-3.x algorithm statistics data-visualization anomaly-detection