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

import numpy as np

def detect_frequency_change(data, threshold=0.1):
    # 预处理, 求出频率变化率
    freq_changes = np.abs(np.diff(data) / data[:-1])

    # 判断是否存在异常
    abnormal_idx = np.where(freq_changes > threshold)
    if len(abnormal_idx[0]) == 0:
        return "No abnormal frequency change detected."
    else:
        # 返回异常时间点
        return "Abnormal frequency change detected at timestamps: {}".format(abnormal_idx[0])

说明:

- `data`是时序数据, 为一个一维数组
- `threshold`是频率变化率的阈值, 如果大于这个阈值, 就认为是异常
- 函数返回值是字符串, 如果没有发现异常, 返回 "No abnormal frequency change detected." , 如果发现异常, 返回 "Abnormal frequency change detected at timestamps: [timestamp1, timestamp2, ...]"

这个程序首先用numpy的diff函数求出相邻两个数据之间的差值，再除以前一个数据得到频率变化率，然后利用numpy的where函数找出频率变化率大于阈值的位置，如果有则输出异常时间点。