如何从数值列表检测异常值？3σ法返回空列表问题排查

代码返回空列表，核心是三个层面的问题：

• 阈值设置和数据场景不匹配：你用的是3σ（3倍标准差）准则，这个规则的适用前提是大样本、数据服从近似正态分布，判定阈值非常宽松——正态分布下落在3倍标准差区间外的数据占比不到0.3%。你的测试数据一共只有8个值，属于极小样本，计算可得这组数据的均值为22.375、标准差约为34.6，3倍标准差对应的上界约为126.18，数据里最大的100都没碰到这个边界，自然不会被识别为异常值。
• 统计量本身被疑似异常值干扰：3σ法依赖的均值、标准差对极端值非常敏感，这组数据里100、53两个偏大的值会大幅拉高整体均值、撑大标准差，反过来压低所有值的Z分数（即偏离均值的标准化距离），导致本来的异常值被掩盖，也就是常说的异常值掩码效应。
• 代码存在基础疏漏：你贴出的代码缺失numpy导入语句import numpy as np，如果运行环境没有提前导入numpy会直接报名称错误，你能拿到空列表返回说明运行环境提前导过包，这不是返回空的核心原因，但属于需要补上的代码漏洞。

针对你这种小样本数据场景，更推荐用对极端值更鲁棒的IQR四分位距法做异常检测，不需要依赖均值和标准差，不会被极端值带偏，修正后的可运行代码如下：

import numpy as np

list_of_values = [2, 3, 100, 5, 53, 5, 4, 7]

def detect_outlier(data):
    q1 = np.percentile(data, 25)
    q3 = np.percentile(data, 75)
    iqr = q3 - q1
    # 常规异常值用1.5倍IQR作为边界，判定极端异常值可换成3倍IQR
    lower_bound = q1 - 1.5 * iqr
    upper_bound = q3 + 1.5 * iqr
    outliers = [val for val in data if val < lower_bound or val > upper_bound]
    return outliers

print(detect_outlier(list_of_values))

运行上述代码会输出[100]，符合常规对这组数据的异常值判断。

如果你一定要保留原来的Z-score（标准差法）逻辑，需要做两个调整：一是把3倍标准差的阈值降到适配小样本的2倍标准差；二是用中位数、绝对中位差（MAD）替代易被干扰的均值、标准差，提升鲁棒性，参考实现如下：

import numpy as np

list_of_values = [2, 3, 100, 5, 53, 5, 4, 7]

def detect_outlier(data, threshold=2):
    median = np.median(data)
    mad = np.median(np.abs(data - median))
    # 把MAD转换为正态分布等价的标准差尺度
    robust_std = 1.4826 * mad
    outliers = [val for val in data if np.abs((val - median)/robust_std) > threshold]
    return outliers

print(detect_outlier(list_of_values))

内容的提问来源于stack exchange，提问作者Olovia.solfjell