Java 8 中执行基本统计信息

tream 接口是在 Java 8 中引入的,它支持并行执行。Stream 接口支持排序、映射、过滤、归约模式并轻松执行,为函数式编程奠定了基础(连同 lambda)。出于性能原因,还有相应的原始流(IntStreamDoubleStreamLongStream)。

在本文中,我们将研究如何使用流 API 和集合执行基本统计信息,例如最大值、最小值、平均值(平均值)和发生次数,以用于数据表示目的。我们的方法是使用流 API (java.util.stream) 中的一个类和包java.util中提供的集合和统计信息实用程序创建值,称为DoubleSummaryStatistics(您还可以探索 IntSummaryStatistics 和LongSummaryStatistics以使用它们执行基本统计信息)。

假设我们有一组数据,我们将使用DoubleStream(流 API)来整理、排序或过滤我们的数据,并使用summaryStatistics方法来获取最大值、最小值、平均值、计数和数据的总和。

我们将使用集合的频率方法来获取数据集中值的出现次数,该值可用于形成以直方图表示的基础。

让我们开始编码,看看它的实际效果。

package com.habeebcycle;

importjava.util.stream.*;

importjava.util.*;

publicclassBasicStats{

    public static void main (String[] args) {

      //Datasetasfollows

      double dataset[]={32,23,54,15.2,26.3,7.1,18.7,14.2,23,

      25,21.7,12.4,21,24,42,55,23,14.5,21.3,26.3,53,23,

      15.2,7.1,15.4,23,15.2,14.2,14.2,25,18.7,15.2,14.5};

      //Getthe basic statistics

      DoubleSummaryStatistics stats=

      DoubleStream.of(dataset).summaryStatistics();

      //Now stats variable has our basic stats

      //Let's get the total values in our dataset

        System.out.println (stats.getCount()); //Gives 33;

        //Let'sgetthesum

      System.out.println (stats.getSum());//Gives753.4

      //Let's get the mean (average)

        System.out.println (stats.getAverage()); //Gives 22.83

        //Let'sgetthe maximum

      System.out.println (stats.getMax());//Gives55.0

      //Let's get the maximum

        System.out.println (stats.getMin()); //Gives 7.10

    }

}

我们可以结合统计结果,通过使

stats.combine(DoubleSummaryStatistics otherStats);

为了将数据集作为表示方法,我们将使用流的boxed()方法,以便collect方法可以与Collectors类一起使用。

Collectors类有一个名为groupingBy的方法,它可用于通过计算数据集中每个值的出现次数将我们的数据集分组为不同的集合。

Map<Double, Long>histogram=

DoubleStream.of(dataset)

  .boxed()

  .collect(Collectors.groupingBy(

      e ->e,

      Collectors.counting()

  ));

Collectors类有一个名为groupingBy的方法,它可用于通过计算数据集中每个值的出现次数将我们的数据集分组为不同的集合

Map<Double, Long>histogram=

DoubleStream.of(dataset)

  .boxed()

  .collect(Collectors.groupingBy(

      e ->e,

      Collectors.counting()

  ));

Collectors现在将每个数据及其出现次数作为键值映射。我们可以使用我们的自定义方法使用星星打印出Collectors

for(Doubledata: histogram.keySet()){

  System.out.println (

    data+" : "+histogram.get(data)+" : "+getStars(histogram.get(data))

  );

}

其中getStars方法定义如下:

publicstaticStringgetStars(longnumber){

  Stringoutput="";

  for(int i=1; i<=number; i++){

      output+=" * ";

  }

  returnoutput;

}

输出

32.0:1:*

18.7:2:**

15.4:1:*

42.0:1:*

12.4:1:*

21.7:1:*

15.2:4:****

53.0:1:*

14.2:3:***

55.0:1:*

54.0:1:*

14.5:2:**

21.0:1:*

26.3:2:**

23.0:5:*****

21.3:1:*

24.0:1:*

25.0:2:**

7.1:2:**

流 API 与集合实用程序相结合,功能强大,具有一组用于处理数据集的简单工具。它使我们能够减少大量的样板代码,创建更具可读性的程序,并在正确使用时提高应用程序的生产力。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容