写一个Python程序，判断时序数据是否发生频率变化异常并返回异常时间点

以下是一个简单的Python程序，用于判断时序数据是否发生频率变化异常并返回异常时间点：

import numpy as np
from scipy import stats

def detect_frequency_change(data, threshold=3.0):
    """
    data: 时序数据
    threshold: 用于判定异常的阈值（默认为3.0）
    """
    # 计算频率变化率
    change_rate = np.diff(data) / data[:-1]
    # 计算频率变化率的均值和标准差
    mean, std = np.mean(change_rate), np.std(change_rate)
    # 计算频率变化率的Z分数
    z_scores = stats.zscore(change_rate)
    # 找到异常时间点
    abnormal_indices = np.where(np.abs(z_scores) > threshold)[0]
    # 返回异常时间点
    return abnormal_indices

使用方法如下：

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
abnormal_indices = detect_frequency_change(data)
print(abnormal_indices)

这个程序使用了numpy和scipy两个库。

注意，这只是一个简单示例，在实际应用中，需要根据具体情况进行调整。