python删除异常值

在Python中，可以使用以下方法删除异常值：

1. 通过计算标准差或者平均值来检测异常值，并将其删除。

import numpy as np

# 生成一组随机数据
data = np.random.normal(0, 1, 100)

# 计算平均值和标准差
mean = np.mean(data)
std_dev = np.std(data)

# 检测异常值并删除
threshold = 2.5
new_data = [x for x in data if (x - mean) / std_dev <= threshold]

2. 使用箱线图（box plot）来检测异常值，并将其删除。

import seaborn as sns

# 生成一组随机数据
data = np.random.normal(0, 1, 100)

# 画箱线图
sns.boxplot(x=data)

# 检测异常值并删除
q1 = np.percentile(data, 25)
q3 = np.percentile(data, 75)
iqr = q3 - q1
lower_bound = q1 - (1.5 * iqr)
upper_bound = q3 + (1.5 * iqr)
new_data = [x for x in data if x >= lower_bound and x <= upper_bound]

以上两种方法都可以用来检测和删除异常值，具体使用哪一种方法要根据数据分布和具体情况来决定。