3sigma原则 python代码

3 Sigma原则，又称为3倍标准差原则，是质量管理中的一种统计方法，用于判断数据是否正常分布。其基本原理是对数据进行统计分析，计算出均值和标准差，然后判断数据是否在均值加减3倍标准差范围内。

下面是使用Python实现3 Sigma原则的示例代码：

import numpy as np

def three_sigma_rule(data):
    mean = np.mean(data)
    std = np.std(data)
    lower = mean - 3 * std
    upper = mean + 3 * std
    outliers = [x for x in data if x < lower or x > upper]
    return outliers

其中，`data`是待分析的数据列表，`mean`是均值，`std`是标准差，`lower`和`upper`是下限和上限，`outliers`是在3倍标准差范围外的异常值列表。

使用示例：

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 100]
outliers = three_sigma_rule(data)
print(outliers)

输出结果：

[100]

可以看到，代码输出了在3倍标准差范围外的异常值100。