异常值检验代码

以下是一个简单的异常值检验代码示例，使用了Tukey的箱线图方法：

import numpy as np
import matplotlib.pyplot as plt

def detect_outliers(data, threshold=1.5):
    q1, q3 = np.percentile(data, [25, 75])
    iqr = q3 - q1
    lower_bound = q1 - (iqr * threshold)
    upper_bound = q3 + (iqr * threshold)
    outliers = np.where((data > upper_bound) | (data < lower_bound))
    return outliers

# 生成一些随机数据
data = np.random.normal(0, 1, 1000)

# 检测异常值
outliers = detect_outliers(data)

# 输出异常值
print("Outliers:", data[outliers])

# 绘制箱线图
plt.boxplot(data)
plt.show()

这段代码首先定义了一个`detect_outliers`函数，它接受一个数据数组和一个阈值参数，返回一个包含异常值的索引数组。这个函数使用了Tukey的箱线图方法来检测异常值。

然后我们生成了一些随机数据，并调用`detect_outliers`函数来检测异常值。最后，我们输出了检测到的异常值，并绘制了数据的箱线图。

请注意，这只是一个简单的示例代码，并且在实际应用中可能需要更复杂的方法来检测异常值。