首先,我们需要导入需要的库,例如numpy和pandas。
然后,我们可以读取时序数据并将其存储在pandas的DataFrame中。
接下来,我们可以使用Pandas的rolling()函数计算时间窗口的频率。
然后,我们可以使用scipy库中的zscore()函数计算数据的z-score。
如果z-score的绝对值大于阈值,则可以认为数据发生了频率变化异常。我们可以使用numpy库中的where()函数来找到异常所属时间点。
代码示例如下:
import numpy as np
import pandas as pd
from scipy import stats