<think>我们使用Z-score方法来检测并剔除极端离群点。Z-score方法通过计算每个数据点与均值的标准差距离来判断是否为离群点。通常，如果Z-score的绝对值大于3，则认为该点是离群点（阈值可根据实际情况调整）。 步骤： 1. 计算数据的均值和标准差。 2. 计算每个数据点的Z-score。 3. 根据阈值（通常为3）确定离群点，并剔除。 注意：在计算均值和标准差时，如果数据量小或者数据本身有大量离群点，可能会影响均值和标准差的准确性。因此，有时会采用迭代方法或使用中位数和绝对中位差（MAD）代替均值和标准差。 这里我们实现基本的Z-score方法。 代码示例： </think> 以下是使用Python实现Z-score方法剔除极端离群点的完整代码示例： ```python import numpy as np def remove_outliers_zscore(data, threshold=3): """ 使用Z-score方法剔除极端离群点 参数: data (list/array): 输入数据 threshold (float): Z-score阈值，默认3（即3倍标准差） 返回: list: 剔除离群点后的数据 """ # 转换为numpy数组便于计算 arr = np.array(data) # 计算均值和标准差 mean = np.mean(arr) std = np.std(arr) # 计算每个数据点的Z-score z_scores = np.abs((arr - mean) / std) # 筛选Z-score小于阈值的数据点 filtered_data = arr[z_scores < threshold] return filtered_data.tolist() # 示例使用 if __name__ == "__main__": # 包含离群点的测试数据 test_data = [15, 18, 20, 22, 25, 28, 30, 32, 35, 100, 150] # 剔除离群点 clean_data = remove_outliers_zscore(test_data) print("原始数据:", test_data) print("处理后数据:", clean_data) print(f"移除了 {len(test_data)-len(clean_data)} 个离群点") ``` ### 代码说明： 1. **Z-score计算**：`z_scores = np.abs((arr - mean) / std)` 计算每个数据点与均值的标准差距离 2. **阈值筛选**：默认使用3倍标准差阈值（|Z-score| > 3 视为离群点） 3. **返回值**：返回剔除离群点后的列表数据 ### 使用建议： - 调整`threshold`参数可控制筛选严格度（常用2-3.5） - 对非正态分布数据，可考虑使用中位数替代均值 - 处理前建议可视化数据分布（如直方图） - 对包含NaN值的数据，需先进行缺失值处理