มีวิธีการรับ min, max, มัธยฐานและค่าเฉลี่ยของรายการตัวเลขในคำสั่งเดียวหรือไม่?

ฉันมีรายการตัวเลขในไฟล์หนึ่งรายการต่อบรรทัด ฉันจะรับค่าต่ำสุดสูงสุดค่ามัธยฐานและค่าเฉลี่ยได้อย่างไร ฉันต้องการใช้ผลลัพธ์ในสคริปต์ทุบตี

แม้ว่าสถานการณ์ปัจจุบันของฉันจะเป็นจำนวนเต็ม แต่วิธีแก้ปัญหาสำหรับเลขทศนิยมจะเป็นประโยชน์ในบรรทัด

คุณสามารถใช้ภาษาการเขียนโปรแกรม R

นี่คือสคริปต์ R ที่รวดเร็วและสกปรก:

#! /usr/bin/env Rscript
d<-scan("stdin", quiet=TRUE)
cat(min(d), max(d), median(d), mean(d), sep="\n")

หมายเหตุ"stdin"ในscanซึ่งเป็นชื่อไฟล์พิเศษที่จะอ่านจากอินพุตมาตรฐาน (นั่นหมายความว่าจากท่อหรือเปลี่ยนเส้นทาง)

ตอนนี้คุณสามารถเปลี่ยนเส้นทางข้อมูลของคุณผ่าน stdin ไปยังสคริปต์ R:

$ cat datafile
1
2
4
$ ./mmmm.r < datafile
1
4
2
2.333333

ยังใช้งานได้กับคะแนนลอยตัว:

$ cat datafile2
1.1
2.2
4.4
$ ./mmmm.r < datafile2
1.1
4.4
2.2
2.566667

หากคุณไม่ต้องการเขียนไฟล์สคริปต์ R คุณสามารถเรียกใช้หนึ่งซับไลน์จริง (โดยมีการแบ่งบรรทัดเท่านั้นเพื่อให้สามารถอ่านได้) ในบรรทัดคำสั่งโดยใช้Rscript:

$ Rscript -e 'd<-scan("stdin", quiet=TRUE)' \
          -e 'cat(min(d), max(d), median(d), mean(d), sep="\n")' < datafile
1
4
2
2.333333

อ่านคู่มือ R ปรับhttp://cran.r-project.org/manuals.html

น่าเสียดายที่การอ้างอิงแบบเต็มมีเฉพาะใน PDF อีกวิธีในการอ่านการอ้างอิงคือโดยการพิมพ์?topicnameในพร้อมต์ของเซสชัน R แบบโต้ตอบ

เพื่อความสมบูรณ์: มีคำสั่ง R ที่ให้ผลลัพธ์ทั้งหมดที่คุณต้องการและอื่น ๆ น่าเสียดายในรูปแบบที่เป็นมิตรกับมนุษย์ซึ่งยากที่จะแยกวิเคราะห์ทางโปรแกรม

> summary(c(1,2,4))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   1.500   2.000   2.333   3.000   4.000 

จริง ๆ แล้วฉันเก็บโปรแกรม awk ไว้รอบ ๆ เพื่อให้ผลรวมจำนวนข้อมูลตัวเลขขั้นต่ำจำนวนสูงสุดค่าเฉลี่ยและค่ามัธยฐานของคอลัมน์ตัวเลขเดียวของข้อมูลตัวเลข (รวมถึงจำนวนลบ):

#!/bin/sh
sort -n | awk '
  BEGIN {
    c = 0;
    sum = 0;
  }
  $1 ~ /^(\-)?[0-9]*(\.[0-9]*)?$/ {
    a[c++] = $1;
    sum += $1;
  }
  END {
    ave = sum / c;
    if( (c % 2) == 1 ) {
      median = a[ int(c/2) ];
    } else {
      median = ( a[c/2] + a[c/2-1] ) / 2;
    }
    OFS="\t";
    print sum, c, ave, median, a[0], a[c-1];
  }
'

สคริปต์ข้างต้นอ่านจาก stdin และพิมพ์คอลัมน์ที่คั่นด้วยแท็บในบรรทัดเดียว

ด้วยdatamash ของ GNU :

$ printf '1\n2\n4\n' | datamash max 1 min 1 mean 1 median 1
4   1   2.3333333333333 2

ต่ำสุด, สูงสุดและปานกลางนั้นง่ายต่อการรับด้วย awk:

% echo -e '6\n2\n4\n3\n1' | awk 'NR == 1 { max=$1; min=$1; sum=0 }
   { if ($1>max) max=$1; if ($1<min) min=$1; sum+=$1;}
   END {printf "Min: %d\tMax: %d\tAverage: %f\n", min, max, sum/NR}'
Min: 1  Max: 6  Average: 3,200000

การคำนวณค่ามัธยฐานนั้นค่อนข้างยุ่งยากกว่าเนื่องจากคุณต้องเรียงลำดับตัวเลขและเก็บไว้ในหน่วยความจำชั่วระยะเวลาหนึ่งหรืออ่านสองครั้ง นี่คือตัวอย่างที่เก็บตัวเลขทั้งหมดในหน่วยความจำ:

% echo -e '6\n2\n4\n3\n1' | sort -n | awk '{arr[NR]=$1}
   END { if (NR%2==1) print arr[(NR+1)/2]; else print (arr[NR/2]+arr[NR/2+1])/2}' 
3

pythonpyทำงานได้ดีสำหรับสิ่งนี้:

cat file.txt | py --ji -l 'min(l), max(l), numpy.median(l), numpy.mean(l)'

จำนวนขั้นต่ำ:

jq -s min

สูงสุด:

jq -s max

กลาง:

sort -n|awk '{a[NR]=$0}END{print(NR%2==1)?a[int(NR/2)+1]:(a[NR/2]+a[NR/2+1])/2}'

เฉลี่ย:

jq -s add/length

ใน( ) ตัวเลือกสร้างอาร์เรย์สำหรับเส้นที่นำเข้าที่หลังจากแยกแต่ละบรรทัดเป็น JSON หรือเป็นจำนวนในกรณีนี้jq-s--slurp

nums=$(<file.txt); 
list=(`for n in $nums; do printf "%015.06f\n" $n; done | sort -n`); 
echo min ${list[0]}; 
echo max ${list[${#list[*]}-1]}; 
echo median ${list[${#list[*]}/2]};

และ Perl หนึ่งซับ (ยาว) รวมถึงค่ามัธยฐาน:

cat numbers.txt \
| perl -M'List::Util qw(sum max min)' -MPOSIX -0777 -a -ne 'printf "%-7s : %d\n"x4, "Min", min(@F), "Max", max(@F), "Average", sum(@F)/@F,  "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;'

ตัวเลือกพิเศษที่ใช้คือ:

• -0777 : อ่านไฟล์ทั้งหมดพร้อมกันแทนทีละบรรทัด
• -a : autosplit ในอาร์เรย์ @F

สคริปต์รุ่นเดียวกันที่อ่านได้มากขึ้นคือ:

#!/usr/bin/perl

use List::Util qw(sum max min);
use POSIX;

@F=<>;

printf "%-7s : %d\n" x 4,
    "Min", min(@F),
    "Max", max(@F),
    "Average", sum(@F)/@F,
    "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;

หากคุณต้องการทศนิยมแทนที่กับสิ่งที่ต้องการ%d%.2f

Simple-rคือคำตอบ:

r summary file.txt
r -e 'min(d); max(d); median(d); mean(d)' file.txt

มันใช้สภาพแวดล้อม R เพื่อลดความซับซ้อนของการวิเคราะห์ทางสถิติ

เพียงเพื่อให้มีตัวเลือกที่หลากหลายในหน้านี้ต่อไปนี้เป็นสองวิธีเพิ่มเติม:

1: ระดับแปดเสียง

• GNU Octave เป็นภาษาที่ตีความในระดับสูงโดยมีจุดประสงค์เพื่อการคำนวณเชิงตัวเลขเป็นหลัก มันมีความสามารถในการแก้ปัญหาเชิงตัวเลขของปัญหาเชิงเส้นและไม่เชิงเส้นและสำหรับการดำเนินการทดลองเชิงตัวเลขอื่น ๆ

นี่คือตัวอย่างอ็อกเทฟด่วน

octave -q --eval 'A=1:10;
  printf ("# %f\t%f\t%f\t%f\n", min(A), max(A), median(A), mean(A));'  
# 1.000000        10.000000       5.500000        5.500000

2: ทุบตี + วัตถุประสงค์เดียวเครื่องมือ

สำหรับทุบตีที่จะจัดการกับจำนวนจุดลอยตัวสคริปต์นี้ใช้numprocessและจากแพคเกจnumaveragenum-utils

PS ฉันก็มีลักษณะที่สมเหตุสมผลbcแต่สำหรับงานนี้โดยเฉพาะมันไม่ได้ให้อะไรนอกเหนือไปจากสิ่งที่awkทำ มันคือ (เป็น 'c' ใน 'bc' ฯ ) เครื่องคิดเลข - เครื่องคิดเลขที่ต้องมีการเขียนโปรแกรมมากawkและสคริปต์ทุบตีนี้ ...

arr=($(sort -n "LIST" |tee >(numaverage 2>/dev/null >stats.avg) ))
cnt=${#arr[@]}; ((cnt==0)) && { echo -e "0\t0\t0\t0\t0"; exit; }
mid=$((cnt/2)); 
if [[ ${cnt#${cnt%?}} == [02468] ]] 
   then med=$( echo -n "${arr[mid-1]}" |numprocess /+${arr[mid]},%2/ )
   else med=${arr[mid]}; 
fi     #  count   min       max           median        average
echo -ne "$cnt\t${arr[0]}\t${arr[cnt-1]}\t$med\t"; cat stats.avg 

ฉันจะเลือก R ของ Lesmana เป็นครั้งที่สองและเสนอโปรแกรม R แรกของฉัน มันอ่านหนึ่งหมายเลขต่อบรรทัดในอินพุตมาตรฐานและเขียนตัวเลขสี่ตัว (min, max, average, median) คั่นด้วยช่องว่างไปยังเอาต์พุตมาตรฐาน

#!/usr/bin/env Rscript
a <- scan(file("stdin"), c(0), quiet=TRUE);
cat(min(a), max(a), mean(a), median(a), "\n");

ด้านล่างsort/ awkควบคู่มัน:

sort -n | awk '{a[i++]=$0;s+=$0}END{print a[0],a[i-1],(a[int(i/2)]+a[int((i-1)/2)])/2,s/i}'

(มันคำนวณค่ามัธยฐานเป็นค่าเฉลี่ยของสองค่ากลางถ้านับค่าเป็นคู่)

การชี้นำจากโค้ดของ Bruce นี่คือการติดตั้งที่มีประสิทธิภาพมากกว่าซึ่งไม่ได้เก็บข้อมูลทั้งหมดไว้ในหน่วยความจำ ตามที่ระบุในคำถามจะถือว่าไฟล์อินพุตมีอย่างน้อยหนึ่งหมายเลขต่อบรรทัด มันจะนับบรรทัดในไฟล์อินพุตที่มีหมายเลขที่มีคุณสมบัติและผ่านการนับไปยังawkคำสั่งพร้อมกับ (ก่อนหน้า) ข้อมูลที่เรียงลำดับ ตัวอย่างเช่นหากไฟล์มี

6.0
4.2
8.3
9.5
1.7

ดังนั้นอินพุตawkเป็นจริง

5
1.7
4.2
6.0
8.3
9.5

จากนั้นawkสคริปต์จะบันทึกจำนวนข้อมูลในNR==1บล็อครหัสและบันทึกค่ากลาง (หรือค่ากลางสองค่าซึ่งถูกเฉลี่ยเพื่อให้ได้ค่ามัธยฐาน) เมื่อเห็นค่าเหล่านั้น

FILENAME="Salaries.csv"

(awk 'BEGIN {c=0} $1 ~ /^[-0-9]*(\.[0-9]*)?$/ {c=c+1;} END {print c;}' "$FILENAME"; \
        sort -n "$FILENAME") | awk '
  BEGIN {
    c = 0
    sum = 0
    med1_loc = 0
    med2_loc = 0
    med1_val = 0
    med2_val = 0
    min = 0
    max = 0
  }

  NR==1 {
    LINES = $1
    # We check whether numlines is even or odd so that we keep only
    # the locations in the array where the median might be.
    if (LINES%2==0) {med1_loc = LINES/2-1; med2_loc = med1_loc+1;}
    if (LINES%2!=0) {med1_loc = med2_loc = (LINES-1)/2;}
  }

  $1 ~ /^[-0-9]*(\.[0-9]*)?$/  &&  NR!=1 {
    # setting min value
    if (c==0) {min = $1;}
    # middle two values in array
    if (c==med1_loc) {med1_val = $1;}
    if (c==med2_loc) {med2_val = $1;}
    c++
    sum += $1
    max = $1
  }
  END {
    ave = sum / c
    median = (med1_val + med2_val ) / 2
    print "sum:" sum
    print "count:" c
    print "mean:" ave
    print "median:" median
    print "min:" min
    print "max:" max
  }
'

The wrapper numเล็ก ๆawkที่ทำสิ่งนี้และอื่น ๆ อีกมากมายเช่น

$ echo "1 2 3 4 5 6 7 8 9" | num max
9
$ echo "1 2 3 4 5 6 7 8 9" | num min max median mean
..and so on

มันช่วยให้คุณประหยัดเวลาไม่ต้องคิดค้นล้อใหม่ใน ultra-portable awk เอกสารดังกล่าวข้างต้นและลิงค์โดยตรงที่นี่ (ตรวจสอบที่หน้า GitHub ด้วย )

ด้วยperl:

$ printf '%s\n' 1 2 4 |
   perl -MList::Util=min,max -MStatistics::Basic=mean,median -w -le '
     chomp(@l = <>); print for min(@l), max(@l), mean(@l), median(@l)'
1
4
2.33
2

cat/pythonทางออกเดียว - ไม่ใช่หลักฐานอินพุตว่าง!

cat data |  python3 -c "import fileinput as FI,statistics as STAT; i = [int(l) for l in FI.input()]; print('min:', min(i), ' max: ', max(i), ' avg: ', STAT.mean(i), ' median: ', STAT.median(i))"

หากคุณสนใจในยูทิลิตี้แทนที่จะเป็นเย็นหรือฉลาดแล้วเป็นทางเลือกที่ง่ายกว่าperl awkโดยขนาดใหญ่มันจะอยู่ใน * ระวังด้วยพฤติกรรมที่สอดคล้องกันและเป็นเรื่องง่ายและอิสระในการติดตั้งบน windows ฉันคิดว่ามันยังเป็นความลับน้อยกว่าawkและจะมีโมดูลสถิติบางอย่างที่คุณสามารถใช้ถ้าคุณต้องการบ้านกึ่งกลางระหว่างการเขียนด้วยตัวคุณเองและบางอย่างเช่นอาร์ของฉันยังไม่ทดลองเท่าที่ควร (ในความเป็นจริงฉันรู้ว่ามันมีข้อบกพร่อง ) perlสคริปต์ใช้เวลาประมาณหนึ่งนาทีในการเขียนและฉันเดาว่าส่วนที่คลุมเครือเพียงอย่างเดียวwhile(<>)คือซึ่งเป็นชวเลขที่มีประโยชน์มากความหมายใช้ไฟล์ที่ส่งผ่านเป็นอาร์กิวเมนต์บรรทัดคำสั่งอ่านบรรทัดและวาง บรรทัดนั้นในตัวแปรพิเศษ$_. เพื่อให้คุณสามารถใส่นี้ในไฟล์ที่เรียกว่า count.pl perl count.pl myfileและเรียกมันว่า นอกเหนือจากนั้นมันควรจะชัดเจนถึงความเจ็บปวดที่เกิดขึ้น

$max = 0;
while (<>) {
 $sum = $sum + $_;
 $max = $_ if ($_ > $max);
 $count++;
}
$avg=$sum/$count;
print "$count numbers total=$sum max=$max mean=$avg\n";

function median()
{
    declare -a nums=($(cat))
    printf '%s\n' "${nums[@]}" | sort -n | tail -n $((${#nums[@]} / 2 + 1)) | head -n 1
}