【Python】Numpy实现盖帽法处理异常数据值

【Python】Numpy实现盖帽法处理异常数据值

• 给定数据最低阈值为 A A A，最高阈值为 B . B. B. 简单来说，盖帽法将数据中低于 A A A 的值以 A A A 覆盖，高于 B B B 的值以 B B B 覆盖。
• 一般设定 A = μ − 3 σ , B = μ + 3 σ A=mu-3sigma,B=mu+3sigma A=μ−3σ,B=μ+3σ，正态分布的 3 σ 3sigma 3σ 准则此处不再赘述。
• 更加自由地，将 A , B A,B A,B 设置为盖帽法函数的参数，实现代码如下：

import numpy as np
def Threshold(arr,MIN,MAX):
    arr = np.minimum(arr,MAX)
    arr = np.maximum(arr,MIN)
    return arr

• 测试结果如下：

a = np.arange(1,11,1)
b = Threshold(a,3,8)

print('a:',a)
print('b:',b)

'''
a: [1 2 3 4 5 6 7 8 9 10]
b: [3 3 3 4 5 6 7 8 8 8]
'''