3种修正异常数据的方法

Target: z里面存放的是60000个样本，每个样本都是10维的，要统计在对应维度上超出范围的个数 。 range_list里面存放的是每个维度的限定范围，size=(10,2)

1. 传统方法，按照每个样本，每个维度查找

def cal_exp_portion(ran):
    data = ran
    exp_cord = []
    cnt = 0
    for i in tqdm(range(60000)):
        for j in range(10):
            if z[i][j] < data[j][0] or z[i][j] > data[j][1]:
                cnt += 1
                exp_cord.append(tuple([i,j]))
    
    return cnt
cal_exp_protion(range_list)

花了一分半多

2. 快速方法

def fast_cal_portion():
    cnt = 0
    for i in range(10):
        target = ((z[:,i] < range_list[i][0]) ^ (z[:,i] > range_list[i][1])).data.cpu().tolist().count(True)
        test_num += target
    print(test_num)

用了不到一秒钟

3.利用Python的特性，最简洁

def self_rect():
    for i in range(10):
        z[z[:,i]>range_list[i,1],i] = res[i,1]        
        z[z[:,i]<range_list[i,0],i] = res[i,0]