求所有数据中最贴近哪个值

Question

问题遇到的现象和发生背景

我在统计分析日志，其中一个日志文件的数据是这样的：

处理时间在0到1小时之间的记录有1000条，
处理时间在1到2小时之间的记录有23条，
处理时间在2到3小时之间的记录有5条，
处理时间在3到4小时之间的记录有3条，
处理时间在4到5小时之间的记录有2条，
处理时间在5到6小时之间的记录有1条，
处理时间在6到7小时之间的记录有1条，
处理时间在7到8小时之间的记录有1条，
处理时间在8到9小时之间的记录有0条，
处理时间在22到23小时之间的记录有2条，
处理时间在23到24小时之间的记录有2条，

我的解答思路和尝试过的方法：

我的想法有些简单，就是计算每个时间区间的记录数占记录总数的百分比，但这样是不是太简单了？另外，这样也无法求出“1”个值，也无法根据看这个值来确定哪些记录一眼就看出是正常情况，哪些是异常情况。

我想要达到的结果：

    用数学中的概率学知识，根据上面的所有数据进行统计，统计出一个概率最大的值？我这里说“概率最大的值”可能表达得不对和不清楚，我是想：根据看这个值，就可以一目了然、一眼就能看出哪些处理时间是错的，比如上面的数据：“处理时间在0到1小时之间的记录有1000条，”，占了绝大多数，那么当我看到处理时间在“23到24小时”之间的记录时，我立马就能知道这是异常情况，所以，我估计这个值大概是：1.xxxx，但如何计算我还想不明白，所以想请教！另外，我觉得这可能是一个变化的曲线，我想知道整个变化的曲线往哪偏？

我的需求：可能就是想找到所有这些值最贴近哪个值。

Answer 1

回答：你采用占比乘以自己的值作为结果，然后相加得到最终结果类似求加权平均，不就可以得到一个大致处理时间，在这个处理时间的一个范围内，你都可以认为是合理的，这样也蛮简单的，虽然说会受到一些偏离值的影响，但在数据量多的时候，最终的结果受到的影响应该不大。例如上述数据得到的值为：0.5* 1000/1040 + 1.5 * 23 / 1040 + ……（注：1040=1000+23+5+3+2+1+1+1+0+2+2）
整个变化的曲线，你倒是可以将这些处理时间对平均值进行除法，得到一个小数，这个小数可能大于1，可能小于1，大多都在1附近，然后画出一个折线图，可以反映你的系统的处理时间的波动情况，这样还蛮直观的，用python写应该还不错