zscore返回nan需先检查并过滤nan/inf，或用nan_policy='omit'；阈值3不普适，应结合分布和业务调整；多维数据需区分字段级与样本级检测；pandas计算慢时优先用scipy.stats.zscore。
zscore 函数返回 NaN 怎么办
用 scipy.stats.zscore 计算时，只要输入数组里有 NaN 或 inf，结果整列都会变成 NaN。这不是 bug，是默认行为——它不自动跳过异常值。
- 先检查原始数据：
np.isnan(data).any()或np.isinf(data).any() - 预处理必须做：用
data = data[~np.isnan(data) & ~np.isinf(data)]过滤，或改用zscore(data, nan_policy='omit')（注意：这会临时丢弃含NaN的整行，对 DataFrame 不友好） - 如果数据是
pandas.Series，更稳妥的是：z_scores = (series - series.mean()) / series.std()，但得确认std()不为 0，否则除零得加判断
阈值设成 3 就一定合理吗
教科书常说“|z| > 3 是异常”，但实际中这个阈值太死板。真实业务数据常不服从正态分布，尤其金融、日志、IoT 时序数据，zscore 本身对离群点敏感——一个极端值会拉高标准差，让其他异常“隐身”。
- 先画直方图 + QQ 图看分布偏斜程度；偏得厉害就别硬用 z-score
- 保守起见，从
2.5开始试，再逐步放宽；记录不同阈值下检出数量，结合业务容忍度定最终值 - 对时间序列，建议滚动窗口计算 z-score（如用
pandas.Series.rolling(30).apply(lambda x: (x[-1] - x.mean()) / x.std())），避免全局统计被早期异常污染
多维数据怎么用 zscore 做异常检测
scipy.stats.zscore 默认按列标准化，但直接对整个二维数组算 z-score 后取绝对值最大值，容易漏掉“单维度不突出、组合起来才异常”的情况（比如 CPU 和内存同时小幅升高，单独看都不超阈值）。
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- 若目标是逐字段检测，明确指定
axis=0（默认），然后对每列单独设阈值 - 若要检测样本级异常（整行是否异常），得先标准化再算欧氏距离：用
sklearn.preprocessing.StandardScaler拟合后 transform，再算每行到均值向量的距离，超过 3 倍平均距离可视为异常 - 注意：多维下
zscore无法捕获特征间相关性，比如两个强负相关的指标同时升高，z-score 可能都正常——这时候得换孤立森林或 OneClassSVM
用 pandas 做 z-score 检测的性能陷阱
小数据用 (df - df.mean()) / df.std() 很快，但数据一过百万行，反复广播计算 mean/std 就明显变慢，且中间会生成多个大数组，内存飙升。
- 优先用
scipy.stats.zscore(df, axis=0)，它底层用 C 实现，比 pandas 原生运算快 2–5 倍 - 避免在循环里反复调用
df.mean()和df.std()，提前算好存成变量 - 如果只关心某几列，先
df[['col_a', 'col_b']]切片再算，别把全表拖进来
实际用的时候，最常被忽略的是：z-score 检出的是“相对当前分布的偏离”，不是“业务意义上的错误”。同一个数值，在早高峰和凌晨可能是完全不同的健康状态——得把时间周期、业务上下文作为前置过滤条件，而不是无脑套公式。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
