Java实现数据统计的常用算法

大家好，又见面了，我是你们的朋友全栈君。

求和、平均值、众数、中位数、中列数、四分位数、极差、四分位数、截断均值、方差、绝对平均差（AAD）、中位数绝对偏差、标准差 的数学方法

package cn.javacodes.utils;


import java.util.Arrays;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;

/** * 数据统计工具类 * @author 胡湛霏 * @since 2016-09-27 */
public class DataStatisticsUtils { 
   
    /** * 求和 * * @param arr * @return */
    public static double getSum(double[] arr) { 
   
        double sum = 0;
        for (double num : arr) { 
   
            sum += num;
        }
        return sum;
    }

    /** * 求均值 * * @param arr * @return */
    public static double getMean(double[] arr) { 
   
        return getSum(arr) / arr.length;
    }

    /** * 求众数 * * @param arr * @return */
    public static double getMode(double[] arr) { 
   
        Map<Double, Integer> map = new HashMap<Double, Integer>();
        for (int i = 0; i < arr.length; i++) { 
   
            if (map.containsKey(arr[i])) { 
   
                map.put(arr[i], map.get(arr[i]) + 1);
            } else { 
   
                map.put(arr[i], 1);
            }
        }
        int maxCount = 0;
        double mode = -1;
        Iterator<Double> iter = map.keySet().iterator();
        while (iter.hasNext()) { 
   
            double num = iter.next();
            int count = map.get(num);
            if (count > maxCount) { 
   
                maxCount = count;
                mode = num;
            }
        }
        return mode;
    }

    /** * 求中位数 * * @param arr * @return */
    public static double getMedian(double[] arr) { 
   
        double[] tempArr = Arrays.copyOf(arr, arr.length);
        Arrays.sort(tempArr);
        if (tempArr.length % 2 == 0) { 
   
            return (tempArr[tempArr.length >> 1] + tempArr[(tempArr.length >> 1) - 1]) / 2;
        } else { 
   
            return tempArr[(tempArr.length >> 1)];
        }
    }


    /** * 求中列数 * * @param arr * @return */
    public static double getMidrange(double[] arr) { 
   
        double max = arr[0], min = arr[0];
        for (int i = 0; i < arr.length; i++) { 
   
            if (arr[i] > max) { 
   
                max = arr[i];
            }
            if (arr[i] < min) { 
   
                min = arr[i];
            }
        }
        return (min + max) / 2;
    }

    /** * 求四分位数 * * @param arr * @return 存放三个四分位数的数组 */
    public static double[] getQuartiles(double[] arr) { 
   
        double[] tempArr = Arrays.copyOf(arr, arr.length);
        Arrays.sort(tempArr);
        double[] quartiles = new double[3];
        // 第二四分位数（中位数）
        quartiles[1] = getMedian(tempArr);
        // 求另外两个四分位数
        if (tempArr.length % 2 == 0) { 
   
            quartiles[0] = getMedian(Arrays.copyOfRange(tempArr, 0, tempArr.length / 2));
            quartiles[2] = getMedian(Arrays.copyOfRange(tempArr, tempArr.length / 2, tempArr.length));
        } else { 
   
            quartiles[0] = getMedian(Arrays.copyOfRange(tempArr, 0, tempArr.length / 2));
            quartiles[2] = getMedian(Arrays.copyOfRange(tempArr, tempArr.length / 2 + 1, tempArr.length));
        }
        return quartiles;
    }

    /** * 求极差 * * @param arr * @return */
    public static double getRange(double[] arr) { 
   
        double max = arr[0], min = arr[0];
        for (int i = 0; i < arr.length; i++) { 
   
            if (arr[i] > max) { 
   
                max = arr[i];
            }
            if (arr[i] < min) { 
   
                min = arr[i];
            }
        }
        return max - min;
    }

    /** * 求四分位数极差 * * @param arr * @return */
    public static double getQuartilesRange(double[] arr) { 
   
        return getRange(getQuartiles(arr));
    }

    /** * 求截断均值 * * @param arr 求值数组 * @param p 截断量p，例如p的值为20，则截断20%（高10%，低10%） * @return */
    public static double getTrimmedMean(double[] arr, int p) { 
   
        int tmp = arr.length * p / 100;
        double[] tempArr = Arrays.copyOfRange(arr, tmp, arr.length + 1 - tmp);
        return getMean(tempArr);
    }

    /** * 求方差 * * @param arr * @return */
    public static double getVariance(double[] arr) { 
   
        double variance = 0;
        double sum = 0, sum2 = 0;
        for (int i = 0; i < arr.length; i++) { 
   
            sum += arr[i];
            sum2 += arr[i] * arr[i];
        }
        variance = sum2 / arr.length - (sum / arr.length) * (sum / arr.length);
        return variance;
    }

    /** * 求绝对平均偏差(AAD) * * @param arr * @return */
    public static double getAbsoluteAverageDeviation(double[] arr) { 
   
        double sum = 0;
        double mean = getMean(arr);
        for (int i = 0; i < arr.length; i++) { 
   
            sum += Math.abs(arr[i] - mean);
        }
        return sum / arr.length;
    }

    /** * 求中位数绝对偏差(MAD) * * @param arr * @return */
    public static double getMedianAbsoluteDeviation(double[] arr) { 
   
        double[] tempArr = new double[arr.length];
        double median = getMedian(arr);
        for (int i = 0; i < arr.length; i++) { 
   
            tempArr[i] = Math.abs(arr[i] - median);
        }
        return getMedian(tempArr);
    }

    /** * 求标准差 * @param arr * @return */
    public static double getStandardDevition(double[] arr) { 
   
        double sum = 0;
        double mean = getMean(arr);
        for (int i = 0; i < arr.length; i++) { 
   
            sum += Math.sqrt((arr[i] - mean) * (arr[i] - mean));
        }
        return (sum / (arr.length - 1));
    }
}

数据规范化的代码整理：

package cn.javacodes.utils;

import java.util.Arrays;

/** * 数据变化-规范化工具类 * @author 胡湛霏 * @since 2016-09-27 */
public class DataConversionUtils { 
   

    /** * 最小-最大规范化 * * @param arr * @return 规范化后的数组 */
    public static double[] minMaxNormalize(double[] arr) { 
   
        // 拷贝数组
        double[] tempArr = Arrays.copyOf(arr, arr.length);
        // 找到最大值和最小值
        double max = tempArr[0], min = tempArr[0];
        for (int i = 0; i < tempArr.length; i++) { 
   
            if (tempArr[i] > max) { 
   
                max = tempArr[i];
            }
            if (tempArr[i] < min) { 
   
                min = tempArr[i];
            }
        }
        // 规范化
        for (int i = 0; i < tempArr.length; i++) { 
   
            tempArr[i] = (tempArr[i] - min) / (max - min);
        }
        return tempArr;
    }


    /** * Z-score规范化 * @param arr * @return 规范化后的数组 */
    public static double[] zScoreNormalize(double[] arr) { 
   
        // 拷贝数组
        double[] tempArr = Arrays.copyOf(arr, arr.length);
        // 求均值
        double sum = 0;
        for (double num : tempArr) { 
   
            sum += num;
        }
        double mean = sum / tempArr.length;
        // 求标准差
        double sum2 = 0;
        for (int i = 0; i < tempArr.length; i++) { 
   
            sum2 += Math.sqrt((tempArr[i] - mean) * (tempArr[i] - mean));
        }
        double standardDivition = sum2 / (tempArr.length - 1);
        // 标准化
        for (int i = 0; i < tempArr.length; i++) { 
   
            tempArr[i] = (tempArr[i] - mean) / standardDivition;
        }
        return tempArr;

    }

    /** * 小数定标规范化 * @param arr * @return 规范化后的数组 */
    public static double[] decimalsNormalize(double[] arr){ 
   
        // 拷贝数组
        double[] tempArr = Arrays.copyOf(arr, arr.length);
        // 找到最大值
        double max = tempArr[0];
        for (int i = 0; i < tempArr.length; i++) { 
   
            if (tempArr[i] > max) { 
   
                max = tempArr[i];
            }
        }
        // 确定j的值（j为使max(|v'|)<1的最小整数）
        int j = 0;
        while (Math.abs(max/Math.pow(10,j))>=1){ 
   
            j++;
        }
        // 规范化
        for (int i = 0; i < tempArr.length; i++) { 
   
            tempArr[i] = tempArr[i] / Math.pow(10,j);
        }
        return tempArr;

    }


}