Pyculiarity: 时间序列异常检测的Python实现
Pyculiarity 是一个开源项目,它是Twitter的AnomalyDetection R包的Python端口。该项目的主要编程语言是Python。
项目基础介绍
Pyculiarity 旨在提供一个用于时间序列数据异常检测的工具,它允许用户轻松地识别数据中的异常点。该项目的原始来源和示例可以在Twitter的AnomalyDetection R包中找到。Pyculiarity 目前依赖于rpy2库来使用R语言的stl函数,但未来计划实现不依赖R的stl功能。
核心功能
项目包含两个顶层函数,分别用于处理时间序列数据和简单向量数据:
detect_ts
:接受一个包含时间戳和值的两列Pandas DataFrame作为输入。detect_vec
:接受一个单列DataFrame或Series作为输入。
这两个函数可以帮助用户检测数据中的异常点,并提供相关的统计信息。
最近更新的功能
最近的更新主要集中在改善项目的稳定性和可用性,以下是部分更新内容:
- 对项目依赖和结构进行了优化,提高了兼容性和易用性。
- 增强了异常检测算法的鲁棒性,使其能够更好地处理各种类型的数据。
- 改进了文档和示例,使得用户更容易理解和使用Pyculiarity。
- 修复了一些已知的问题和漏洞,提升了整体的性能和用户体验。
通过这些更新,Pyculiarity 继续作为一个强大的工具,用于时间序列数据的异常检测,适用于多种场景和行业。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考