常规异常值检测方式

##正态假设检验
参考资料：https://blog.csdn.net/cyan_soul/article/details/81236124

###正态分布，可考虑采用3西格玛准则

#####非正态分布则考虑使用箱线图，计算分位数确定上下边界

##使用numpy中的percentile计算分位数
a = np.arange(15)

##计算四分之一分位数、四分之三分位数、中位数
Q1 = np.percentile(a, 25)
Q3 = np.percentile(a, 75)
median = np.percentile(a, 50)

上边界 = Q3 + 1.5(Q3- Q1)
下边界 = Q3 - 1.5(Q3- Q1)

#####绘制箱线图
参考资料：
##pandas自带
https://www.cnblogs.com/wwxbi/p/9032248.html

##seaborn
http://seaborn.pydata.org/examples/horizontal_boxplot.html

##计算均值标准差、分位数，主要针对标准正态分布
参考资料：https://blog.csdn.net/lanchunhui/article/details/80381367
from scipy.stats import norm
norm.cdf(3) - norm.cdf(-3) ##0.9973002039367398

来源：https://my.oschina.net/kyo4321/blog/3098591