环形数据（0~360°角度类）的异常值识别与剔除方法咨询

核心逻辑是使用**方向统计（圆形统计）**的规则替代普通算术统计，避开0°和360°的环形衔接问题，具体实现步骤如下： #

1. 角度转单位向量 #

把每个角度先转换为弧度，再映射为二维平面上的单位向量，消除环形边界的影响：

• 对角度$\theta$（单位：°），转弧度：$rad = \theta \times \pi / 180$
• 计算向量分量：$x = cos(rad)$，$y = sin(rad)$

以示例数据[350, 0, 10]为例，转换后的x值分别约为0.9848、1、0.9848，y值分别约为-0.1736、0、0.1736。 #

2. 计算圆形均值 #

对所有向量的x、y分量分别取算术平均，再反推得到真实的环形均值：

• 平均分量：$\bar{x} = mean(x)$，$\bar{y} = mean(y)$
• 圆形均值（转角度后取0~360模）：$\bar{\theta} = arctan2(\bar{y}, \bar{x}) \times 180 / \pi % 360$

刚才的示例中$\bar{x}≈0.9899$，$\bar{y}=0$，计算得到的均值就是0°，符合预期。 #

3. 计算圆形标准差 #

先计算所有向量的平均合向量长度$R$，再推导离散度：

• 合向量长度：$R = \sqrt{\bar{x}^2 + \bar{y}^2}$，取值范围0~1，值越大说明数据越集中
• 圆形标准差（转角度单位）：$\sigma = \sqrt{-2 \times ln(R)} \times 180 / \pi$

4. 异常值判定 #

对每个角度计算它和圆形均值的最小环形差，结合类似3σ的规则判定异常：

• 最小环形差公式：$\Delta = min(|\theta - \bar{\theta}|, 360 - |\theta - \bar{\theta}|)$
• 判定规则：如果$\Delta > k \times \sigma$则判定为异常值，$k$一般取2或3，对应95%/99.7%的置信区间，可根据业务容忍度调整

Python实现示例 #

import numpy as np

def clean_circular_data(angles, k=2):
    # angles为0~360范围内的角度数组
    radians = np.deg2rad(angles)
    x, y = np.cos(radians), np.sin(radians)
    x_mean, y_mean = np.mean(x), np.mean(y)
    
    # 计算圆形均值
    mean_rad = np.arctan2(y_mean, x_mean)
    mean_deg = np.rad2deg(mean_rad) % 360
    
    # 计算圆形标准差
    R = np.sqrt(x_mean**2 + y_mean**2)
    std_rad = np.sqrt(-2 * np.log(R)) if R > 1e-6 else np.inf
    std_deg = np.rad2deg(std_rad)
    
    # 筛选非异常值
    diff = np.abs(angles - mean_deg)
    circ_diff = np.minimum(diff, 360 - diff)
    return angles[circ_diff <= k * std_deg]

# 测试
data = np.array([350, 0, 10, 90, 180, 270])
print(clean_circular_data(data, k=2))
# 输出：[350  0  10]

适用前提 #

该方法仅适合你提到的「大部分取值相近」的单峰分布场景，如果数据分布均匀（R<0.1）或者存在多个明显的聚类，需要先做聚类再按组处理。

内容的提问来源于stack exchange，提问作者jeandemeusy