Share via


series_clean_anomalies_fl()

Pulisce i punti anomali in una serie.

La funzione series_clean_anomalies_fl() è una funzione definita dall'utente che accetta una matrice numerica dinamica come input e un'altra matrice numerica di anomalie e sostituisce le anomalie nella matrice di input con valore interpolato dei relativi punti adiacenti.

Sintassi

series_clean_anomalies_fl(, y_seriesAnomalie)

Altre informazioni sulle convenzioni di sintassi.

Parametri

Nome Tipo Obbligatoria Descrizione
y_series dynamic ✔️ Matrice di input di valori numerici.
Anomalie dynamic ✔️ Matrice di anomalie contenente 0 per i punti normali o qualsiasi altro valore per i punti anomali.

Definizione di funzione

È possibile definire la funzione incorporando il codice come funzione definita da query o creandola come funzione archiviata nel database, come indicato di seguito:

Definire la funzione usando l'istruzione let seguente. Non sono necessarie autorizzazioni.

Importante

Un'istruzione let non può essere eseguita autonomamente. Deve essere seguita da un'istruzione di espressione tabulare. Per eseguire un esempio funzionante di series_clean_anomalies_fl(), vedere Esempio.

let series_clean_anomalies_fl = (y_series:dynamic, anomalies:dynamic)
{
    let fnum = array_iff(series_not_equals(anomalies, 0), real(null), y_series);  //  replace anomalies with null values
    series_fill_linear(fnum)
};
// Write your query to use the function here.

Esempio

Per usare una funzione definita da query, richiamarla dopo la definizione della funzione incorporata.

let series_clean_anomalies_fl = (y_series:dynamic, anomalies:dynamic)
{
    let fnum = array_iff(series_not_equals(anomalies, 0), real(null), y_series);  //  replace anomalies with null values
    series_fill_linear(fnum)
}
;
let min_t = datetime(2016-08-29);
let max_t = datetime(2016-08-31);
demo_make_series1
| make-series num=count() on TimeStamp from min_t to max_t step 20m by OsVer
| extend anomalies = series_decompose_anomalies(num, 0.8)
| extend num_c = series_clean_anomalies_fl(num, anomalies)
| render anomalychart with (anomalycolumns=anomalies)

Output

Grafico di una serie temporale con anomalie prima e dopo la pulizia.