私の便利な perl のルーチン

April 25, 2014

アドホックに書いたルーチン。数値計算の精度を全く考慮しない。 モジュールとか読み込まなくてもよい。

算術

引数に、数値の配列を渡す。

• 平均値
  

  sub mean
  {
      local($s) = 0;
      local($n) = 0;
      foreach $_ (@_) { if ($_ =~ /[0-9]/) { $s += $_; $n++; } }
  	if ($n == 0) { ""; }
  	else         { $s /= $n; }
  }
  

• 分散と標準偏差
  

  sub dist
  {
      local($i, $m, $n, $s);
  	($m, $n, $s) = (0,0,0);
      if (@_ < 2) { return 0; }
      $m = &mean(@_);
      for ($i = 0; $i < @_; $i++) {
          if ($_[$i] =~ /[0-9]/) { $s += ($_[$i] - $m) * ($_[$i] - $m); $n++; }
      }
  	if    ($n < 1) { ""; }
  	elsif ($n < 2) { $s; }
      else           { $s /= ($n - 1); }
  }
  sub stdev { sqrt(&dist); }
  

• 中央値
  群馬大青木繁伸教授の GNU R 関数の accuracy=1 と同等、だと思う。

  sub median{
      my $n = @_; # 元データ配列には空 (null) や "NA" などが入っててもよい
      my @data;   # 整理したデータを格納する
      my $i;      # だたのカウンタ
      my $k = 0;  # だたのカウンタ
      my @ties;   # 中央値のタイがあれば格納される
      my $ties;   # タイの数
      my $x;      # 中央の場所
      my $median; # 返り値
  
      if    ($n < 0) { return "" }                # ここには来ないはず
      elsif ($n < 1) { return "" }                # 空の配列が渡されたとき
      elsif ($n < 2) { return $_[0] }             # 引数が一つの値だったとき
      for ($i = 0; $i < $n; $i++) {               # 引数が複数の値だったとき
          if    ($_[$i] eq "") { next }           # 空 (null) は無視する
          elsif ($_ =~ /[A-DF-Za-df-z]/) { next } # e/E 以外の英文字を含むと無視
          $data[$k++] = $_[$i];                   # 条件に合うものだけ拾い出す
      }
      @data = sort { <=> } @data;                 # 昇順にソート
      $n = @data;                                 # データ数
  
      # 暫定中央値を決める データ数が偶数なら中央をはさむ値の平均値
      $x = $n/2;
      if(($n % 2) < 1) { $median = ($data[$x - 1] + $data[$x]) / 2.0 }
      else             { $median =  $data[$x] } # x の小数部は切り捨てて使われる
  
      @ties = grep(/$median/, @data);       # 暫定中央値がタイか
      $ties = @ties;
      if ($ties < 1) { return $median }     # タイじゃない場合
      else {                                # タイがある場合
          for($i = 0; $i < $n; $i++) { if($_[$i] >= $median) { last } }
          return ($median - 0.5) + ($n/2 - $i) / $ties;
      }
  }
  

• 最大値、最小値、中央値
  

  sub max
  {
      local ($i,$max);
  	for ($i = 0; $i < @_; $i++) {
  	    if ($_[$i] =~ /[0-9]/) { $max = $_[$i]; last; }
  	}
      foreach $_ (@_) { if (($_ =~ /[0-9]/) && ($max < $_)) { $max = $_; }}
      if (!($max =~ /[0-9]/)) { $max = ""; }
      $max;
  }
  
  sub min
  {
      local ($i,$min);
  	for ($i = 0; $i < @_; $i++) {
  	    if ($_[$i] =~ /[0-9]/) { $min = $_[$i]; last; }
  	}
      foreach $_ (@_) { if (($_ =~ /[0-9]/) && ($min > $_)) { $min = $_; }}
      if (!($min =~ /[0-9]/)) { $min = ""; }
      $min;
  }