滑动窗口zscore Python代码

滑动窗口zscore是一种常用于信号处理和时间序列分析的方法，它可以用来检测数据中的异常值。具体而言，该方法将数据分成若干个大小相等的窗口，并计算每个窗口内数据的均值和标准差，然后通过z-score（即标准分数）来判断该窗口内是否存在异常值。

以下是一个Python实现滑动窗口zscore的代码示例：

import numpy as np

def sliding_zscore(data, window_size, threshold):
    """
    滑动窗口z-score异常检测算法
    :param data: 数据序列
    :param window_size: 窗口大小
    :param threshold: 阈值，超过该阈值则判定为异常值
    :return: 异常值的索引列表
    """
    # 计算每个窗口内数据的均值和标准差
    mean = np.convolve(data, np.ones(window_size)/window_size, mode='valid')
    std = np.sqrt(np.convolve(np.power(data-mean, 2), np.ones(window_size)/window_size, mode='valid'))
    
    # 计算z-score并判断是否为异常值
    zscore = (data[window_size-1:]-mean) / std
    return np.where(zscore > threshold) + window_size - 1

使用方法如下：

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

# 检测异常值
window_size = 10
threshold = 3
outliers = sliding_zscore(data, window_size, threshold)

print(outliers)