outlier_utils 0.0.3

要求

• Python（2.7、3.4和3.5版）
• SciPy
• NumPy

概述

测试的双面和单面版本都受支持。前者允许从数据集的两端提取异常值，而后者只考虑最小/最大异常值运行测试时，将删除每个异常值，直到在数据集中找不到任何异常值为止测试的输出足够灵活，以匹配多个用例。默认情况下，将返回无离群值的数据，但测试也可以返回离群值本身或其在原始数据集中的索引。

示例

• 用pandas系列输入进行双面grubbs测试

>>> from outliers import smirnov_grubbs as grubbs
>>> import pandas as pd
>>> data = pd.Series([1, 8, 9, 10, 9])
>>> grubbs.test(data, alpha=0.05)
1     8
2     9
3    10
4     9
dtype: int64

• 带有numpy数组输入的双面grubbs测试

>>> import numpy as np
>>> data = np.array([1, 8, 9, 10, 9])
>>> grubbs.test(data, alpha=0.05)
array([ 8,  9, 10,  9])

• 返回离群指数的单侧（最小）检验

>>> grubbs.min_test_indices([8, 9, 10, 1, 9], alpha=0.05)
[3]

• 返回异常值的单侧（max）测试

>>> grubbs.max_test_outliers([8, 9, 10, 1, 9], alpha=0.05)
[]
>>> grubbs.max_test_outliers([8, 9, 10, 50, 9], alpha=0.05)
[50]

0.0.3（2016-04-25）

多亏了@lukius。

• 支持单侧（最小/最大）测试。
测试输出现在更加灵活：用户可以运行测试，以找到离群值本身或异常值的索引，而不仅仅是离群数据。
• 测试套件得到了增强。
• 自述文件得到了扩展和改进。
• 日文评论被翻译成英文，以便吸引更多的读者。

0.0.2（2015-12-02）

更新setup.py

0.0.1（2015-12-01）

发布到pypi

0.0.0（2015-07-28）

创建此项目。