问如何过滤Numpy Array，使其每X值只有一个Y值

EN

如果您有一个参考阈值，您可以使用Numpy对数据进行天真的筛选，比如data[data < threshold]和threshold设置为10_000。或者，如果希望保留这些值(因为仅删除这些值并不总是有意义)，也可以使用NaN设置一些data[data < threshold] = np.nan值。

如果您没有引用值，那么事情就会变得更加复杂。它们是有效地检测这些模式的奇特方法，但大多数都是复杂的。

最简单的解决方案是使用滑动窗口分析输入数据的标准偏差，并检测由此产生的本地标准差的异常值。您可以看到如何做那个这里 (您需要将它与类似于data[sdValues < threshold]的东西结合起来，以删除异常值)。但是，请注意，对于接近0的值，此方法非常敏感。

另一种解决方案是计算一个高斯/中值滤波器，然后用您的输入数据(有点像在高通滤波器中)测量相对差(或另一个更高级的距离度量)。您可以看看这个职位来做这件事。

对于这两种方法，您需要定义任意的阈值。但与朴素方法不同的是，这种阈值直接关系到数据的变化，而不是原始数据本身。这取决于您找到一个关于数据变化、异常值和预期的最终输入的良好阈值。

注意:您可能对使用scipy.signal (特别是计算过滤器)感兴趣。