实例介绍
🖥️ 运行效果
🚀 实例简介
一款基于Python Tkinter开发的桌面版CSV数据异常值检测工具。支持IQR(四分位距)、Z-Score(标准分数)、3σ(三倍标准差)三种经典统计学检测方法,自动识别数值列中的异常数据并以红色高亮标记,同时展示每列的均值、标准差等统计信息,支持一键导出带异常标记的检测报告CSV文件。适用于数据分析师、运营人员、财务人员等需要快速发现数据异常的场景。
💻 核心代码
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
CSV数据异常值检测与可视化分析工具
支持Z-Score/IQR/3σ三种检测方法,异常行红色高亮,一键导出报告
作者:好例子网 (haolizi.com)
"""
import tkinter as tk
from tkinter import ttk, filedialog, messagebox
import csv, math, os, platform, random
CHINESE_FONT = "WenQuanYi Zen Hei" if platform.system() == "Linux" else "Microsoft YaHei"
class OutlierApp:
def __init__(self, root):
self.root = root
self.root.title("CSV数据异常值检测与可视化分析工具")
self.root.geometry("920x680")
self.data, self.headers, self.num_cols = [], [], []
self._build_ui()
self._load_demo()
def _build_ui(self):
tk.Label(self.root, text="📊 CSV数据异常值检测与可视化分析",
font=(CHINESE_FONT, 16, "bold"), fg="#2c3e50").pack(pady=8)
bar = tk.Frame(self.root); bar.pack(fill=tk.X, padx=10)
tk.Button(bar, text="📂 加载CSV", command=self._load_file,
font=(CHINESE_FONT, 11), bg="#3498db", fg="white").pack(side=tk.LEFT, padx=3)
self.method = tk.StringVar(value="IQR")
tk.Label(bar, text="检测方法:", font=(CHINESE_FONT, 11)).pack(side=tk.LEFT, padx=5)
ttk.Combobox(bar, textvariable=self.method, values=["IQR", "Z-Score", "3σ"],
width=8, state="readonly").pack(side=tk.LEFT)
tk.Button(bar, text="🔍 检测异常", command=self._detect,
font=(CHINESE_FONT, 11), bg="#e74c3c", fg="white").pack(side=tk.LEFT, padx=5)
tk.Button(bar, text="📥 导出报告", command=self._export,
font=(CHINESE_FONT, 11), bg="#27ae60", fg="white").pack(side=tk.LEFT, padx=3)
self.stats = tk.Label(self.root, text="", font=(CHINESE_FONT, 10),
fg="#34495e", bg="#ecf0f1", anchor="w", justify="left")
self.stats.pack(fill=tk.X, padx=10, pady=5, ipady=4)
tf = tk.Frame(self.root); tf.pack(fill=tk.BOTH, expand=True, padx=10)
self.tree = ttk.Treeview(tf, show="headings", height=18)
vsb = ttk.Scrollbar(tf, orient=tk.VERTICAL, command=self.tree.yview)
self.tree.configure(yscrollcommand=vsb.set)
self.tree.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)
vsb.pack(side=tk.RIGHT, fill=tk.Y)
self.tree.tag_configure("outlier", background="#ffcccc")
self.status = tk.Label(self.root, text="就绪 | 提示:点击[加载CSV]选择文件,或查看自动加载的示例数据",
font=(CHINESE_FONT, 9), fg="#95a5a6", anchor="w")
self.status.pack(fill=tk.X, padx=10, pady=3)
def _load_demo(self):
"""加载内置示例数据(含故意插入的异常值)"""
self.headers = ["产品ID", "销量", "单价", "库存", "评分"]
random.seed(42)
self.data = []
for i in range(1, 31):
sales = random.randint(50, 500)
price = round(random.uniform(10, 200), 1)
stock = random.randint(10, 300)
rating = round(random.uniform(3.0, 5.0), 1)
if i == 5: sales = 9999
if i == 12: price = 8888.0
if i == 18: stock = 0
if i == 23: rating = 0.1
if i == 27: sales = 8500
self.data.append([f"P{i:03d}", str(sales), str(price), str(stock), str(rating)])
self.num_cols = [1, 2, 3, 4]
self._refresh_tree()
self._detect()
def _load_file(self):
path = filedialog.askopenfilename(filetypes=[("CSV文件", "*.csv")])
if not path: return
try:
with open(path, 'r', encoding='utf-8') as f:
reader = csv.reader(f)
self.headers = next(reader)
self.data = [r for r in reader if any(c.strip() for c in r)]
self.num_cols = []
for i in range(len(self.headers)):
💡 适用场景
办公自动化、数据分析、快速原型开发
标签:
CSV数据异常值检测与可视化分析工具:支持Z-Score/IQR/3σ三种检测方法、异常行红色高亮标记、统计面板展示均值与标准差、一键导出检测报告CSV
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明


网友评论
我要评论