Tek bir komutta minimum, maksimum, ortanca ve sayılar listesinin ortalamasını almanın bir yolu var mı?

Dosyada, her satıra bir tane olmak üzere bir numara listem var. Minimum, maksimum, ortanca ve ortalama değerleri nasıl alabilirim ? Sonuçları bir bash betiğinde kullanmak istiyorum.

Her ne kadar acil durumum tamsayılar için olsa da, kayan nokta sayıları için bir çözüm, satır boyunca yararlı olacaktır, ancak basit bir tamsayı yöntemi iyidir.

R programlama dilini kullanabilirsiniz .

İşte hızlı ve kirli bir R betiği:

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

Not "stdin"in scanstandart giriş okumak için özel dosya adı (yani boru veya yönlendirmeler gelen anlamına gelir).

Artık verilerinizi stdin üzerinden R betiğine yönlendirebilirsiniz:

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

Ayrıca kayan noktalar için de çalışır:

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

Bir R betiği dosyası yazmak istemiyorsanız, aşağıdakileri kullanarak komut satırına gerçek bir tek gömlek (yalnızca okunabilirlik için satır sonu ile) çağırabilirsiniz Rscript:

$ 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

Http://cran.r-project.org/manuals.html adresindeki hassas R el kitaplarını okuyun .

Ne yazık ki tam referans sadece PDF olarak mevcuttur. Referansı okumanın başka bir yolu ?topicnameetkileşimli bir R oturumu istemini yazarak .

Bütünlük için: İstediğiniz tüm değerleri ve daha fazlasını veren bir R komutu var. Ne yazık ki programatik olarak ayrıştırılması zor olan insan dostu bir formatta.

> 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 

Aslında tek bir sayısal veri sütununun toplamını, veri sayımını, minimum veriyi, maksimum veriyi, ortalama ve medyanını (negatif sayılar dahil) vermek için biraz garip bir program yapıyorum:

#!/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];
  }
'

Yukarıdaki komut stdin'den okur ve sekmeyle ayrılmış çıktı sütunlarını tek bir satıra yazdırır.

GNU datamash ile :

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

Min, max ve ortalama awk ile almak oldukça kolaydır:

% 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

Medyanı hesaplamak biraz daha zordur, çünkü sayıları sıralamanız ve bir süreliğine hepsini hafızaya kaydetmeniz veya iki kez okumanız gerekir (ilk defa sayma, ikinci - medyan değeri elde etmek için). İşte tüm numaraları hafızada saklayan örnek:

% 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

pythonpy bu tür bir şey için iyi çalışır:

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

En az:

jq -s min

Maksimum:

jq -s max

Medyan:

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

Ortalama:

jq -s add/length

Olarak ( ) seçeneği JSON her satırı ayrıştırma sonra giriş hatları için bir dizi oluşturur, ya da bu durumda bir sayı olarak.jq-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]};

Ve ortanca dahil bir Perl (uzun) astar:

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;'

Kullanılan özel seçenekler:

• -0777 : tüm dosyayı satır satır yerine tek seferde oku
• -a : @F dizisine autosplit

Aynı şeyin daha okunabilir bir komut dosyası sürümü:

#!/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;

Ondalık istiyorsan, bunun %dgibi bir şeyle değiştir %.2f.

Simple-r cevaptır:

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

İstatistiksel analizi basitleştirmek için R ortamını kullanır.

Bu sayfada sunulan çeşitli seçeneklere sahip olmak uğruna, işte iki yol daha:

1: oktav

• GNU Octave, öncelikle sayısal hesaplamalar için tasarlanmış, yüksek düzeyde bir tercüme dilidir. Doğrusal ve doğrusal olmayan problemlerin sayısal çözümü ve diğer sayısal deneylerin yapılması için yetenekler sunar.

İşte hızlı bir oktav örneği.

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: bash + tek amaçlı araçlar .

Kayan noktalı sayıları işlemek için bash için bu komut dosyası kullanır numprocessve numaveragepaketten num-utils.

PS. Ayrıca makul bir göz atmıştım bc, ancak bu belirli iş için, bunun ötesinde hiçbir şey awksunmuyor. Bu (bc'deki 'c' gibi) bir hesap makinesidir - bu kadar çok programlama gerektiren bir hesap makinesi awkve bu bash betiği ...

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 

İkinci lesmana'nın R'yi seçip ilk R programımı sunacağım. Standart girişte satır başına bir sayı okur ve standart çıktıya boşluklarla ayrılmış dört sayı (en az, en çok, ortalama, ortalama) yazar.

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

Aşağıda sort/ awktandem yapar:

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}'

(eğer değer sayısı eşitse, ortancayı iki merkezi değerin ortalaması olarak hesaplar)

Bruce'un kodundan ipuçları alarak, tüm verileri bellekte tutmayan daha verimli bir uygulama. Soruda belirtildiği gibi, girdi dosyasının her satırda (en fazla) bir numarası olduğunu varsayar. Giriş dosyasındaki bir niteleyici sayı içeren satırları sayar ve sayımı awk, sıralanan verilerle (önceki) birlikte komuta iletir. Yani, örneğin, dosya içeriyorsa

6.0
4.2
8.3
9.5
1.7

o zaman awkaslında girdi

5
1.7
4.2
6.0
8.3
9.5

Daha sonra awkkomut dosyası, NR==1kod bloğundaki veri sayısını toplar ve bunları görünce orta değeri (veya ortanca değeri elde etmek için ortalama olan iki orta değeri) kaydeder.

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
  }
'

numBir küçücük awktam olarak bu ve daha fazla, mesela yapar sarıcı

$ 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

ultra taşınabilir awk'te tekerleği yeniden icat etmekten kurtarır. Dokümanlar yukarıda ve doğrudan bağlantı burada verilmiştir (ayrıca GitHub sayfasına bakın ).

İle perl:

$ 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/pythontek çözüm - boş giriş kanıtı değil!

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))"

Eğer zeki veya zeki olmaktansa, kamu hizmeti ile daha fazla ilgileniyorsanız, o zamandan perldaha kolay bir seçimdir awk. Genelde, tutarlı davranışla her * nix'te olacak ve pencerelere kurulumu kolay ve ücretsiz. Sanırım, kendisinden daha az şifreli awk, ve kendin yazıp R gibi bir şey arasında yarıya kadar bir evin olmasını istersen, kullanabileceğin bazı istatistik modülleri olacak. Oldukça denenmemişim (aslında böcekleri olduğunu biliyorum ama amaçlarım için çalışıyor. ) perlsenaryo yazması bir dakika sürdü ve tek şifreli kısmın olacağını tahmin ediyorumwhile(<>) çok kullanışlı , yani anlamı komut satırı argümanları olarak iletilen dosya (lar), her seferinde bir satır oku ve özel değişkende bu satır$_. Böylece bunu count.pl adlı bir dosyaya koyabilir ve çalıştırabilirsiniz perl count.pl myfile. Bunun dışında neler olup bittiği acıyla açık olmalıdır.

$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
}