场景：
我有一个服务器监控需求，服务器的监控图表包含：
- cpu 使用率
- 内存使用率
能获取到这些监控图表里每天的时间点&对应的 cpu 使用率、时间点&对应的内存使用率
问题：
- 我如何方便的分析数据是否有波动？
- 异常波动的使用率对应的时间段在什么时候？
- 是否存在逐渐攀升或逐渐减少的情况？
推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
This topic created in 1344 days ago, the information mentioned may be changed or developed.
 | 1 TimePPT PRO 看需求像做基于时序的异常检测。有很多对应的机器学习库。随便搜搜看 |
 | 2 jiezhi Sep 9, 2022 数据分析的话，不得不提 pandas |
 | 4 yxhyw1799 Sep 9, 2022 以前看文章有提到过异常检测工具 PyOD 和时序预测工具 Prophet ，都是基于机器学习算法实现的 |
 | 6 lunaticus7 Sep 9, 2022 试试 Prometheus? |
 | 7 Guesser OP @lunaticus7 太重了哈哈，只想搞个轻量级代码去分析 |
| 8 TimePPT PRO @Guesser https://tech.uupt.com/?p=357 这种参考下？ |
 | 9 PinkPumpkin Sep 9, 2022 via Android |
 | 10 chionetw5 Sep 9, 2022 没懂，我说一个时序数据库有用吗 |
 | 11 pljhonglu Sep 9, 2022 开箱即用的，adtk |
 | 12 wa007 Sep 9, 2022 时序图+同环比就能解决？ |
 | 13 duvet Sep 10, 2022 看起来需要的不是工具而是算法。 |
 | 14 necomancer Sep 12, 2022 方法比较多，而且根据不同的数据，最好的具体方法也是不同的 具体可以看一下 sklearn 的 novelty and outlier detection 。一维时序的话不妨试试 pulse detection 啥的，可能简单好用 成品例如 PyCaret |
| 15 necomancer Sep 12, 2022 修正一下 impulse detection |
| 16 necomancer Sep 12, 2022 基于小波变换的方法可能很适用你的具体需求，基于小波变换有很多寻找 trend ，impulse 的方法 |
Select Language