Perl科学计算(1.1)

  目前最流行的做机器学习的语言当属python了,两大库numpy和scipy十分强大。但本人学习perl的初衷是做爬虫,但做数据挖掘又不得不碰到科学计算,而perl中没有一个像numpy和scipy这么强大的module,更多的是零散的分布在许多module中,所以只能自己写点函数,以备自用。学习perl大约5个月的时间,所以以下代码存在许多不足之处,请大家多多见谅,能提意见更佳。

      本节主要介绍以下几个功能:

 1 #ex1:向量求和函数
 2 my @ex1=1..5;
 3 print &sum(\@ex1),"\n";
 4 
 5 sub sum{
 6     my($vec)=@_;
 7     my $result=0;
 8     foreach(@$vec){
 9         $result+=$_;
10         }
11     return $result;
12 }
13 
14 #ex2:向量均值函数
15  my @ex2=1..5;
16  print &mean(\@ex2),"\n";
17 
18 sub mean{
19     my($vec)=@_;
20     my $sum=0;
21     foreach(@$vec){
22         $sum+=$_;
23     }
24     my $result=$sum/(scalar @$vec);
25     return $result;
26 }
27 
28 
29 #ex3:向量样本方差函数
30 my @ex3=1..5;
31 print &var(\@ex3),"\n";
32 
33 sub var{
34     my($vec)=@_;
35     my $m=&mean($vec);
36     my $length=scalar @$vec;
37     my @squre=map(($_-$m)*($_-$m),@$vec);
38     my $result=1/($length-1)*&sum(\@squre);
39     return $result;
40 }
41 
42 #ex4:向量样本标准差函数
43 my @ex4=1..5;
44 print &sd(\@ex4),"\n";
45 
46 sub sd{
47     my($vec)=@_;
48     my $result=sqrt(&var($vec));
49     return $result;
50 }
51 
52 #ex5:求相关系数
53 my @ex51=(2,3,4,9,10);
54 my @ex52=1..5;
55 print &corr(\@ex51,\@ex52),"\n";
56 
57 sub corr{
58     my($v1,$v2)=@_;
59     my $s=0;
60     my $length=scalar @$v1;
61     my $m1=&mean($v1);
62     my $m2=&mean($v2);
63     for(my $i=0;$i<$length;$i++){
64             $s+=($v1->[$i]-&mean($v1))*($v2->[$i]-&mean($v2));
65         }
66     my $result=$s/(&sd($v1)*&sd($v2)*($length-1));
67     return $result;
68 }
69 
70 
71 #求偏度系数 
72 my @ex6=(2,3,4,9,10,12);
73 print &skew(\@ex6),"\n";
74 
75 sub skew{
76     my($vec)=@_;
77     if(scalar @$vec<3){
78         die "vector length must be larger than 3!";
79     }else{
80         my $m=&mean($vec);
81         my $n=scalar @$vec;
82         my @power=map(($_-$m)*($_-$m)*($_-$m),@$vec);
83         my $result=($n*&sum(\@power))/(($n-1)*($n-2)*&sd($vec)*&sd($vec)*&sd($vec));
84         return $result;
85         }
86 }
87 
88 #求峰度系数
89 my @ex7=(1,9,4,9,10,12);
90 print &kurt(\@ex7),"\n";
91 sub kurt{
92     my($vec)=@_;
93     my $m=&mean($vec);
94     my $n=scalar @$vec;
95     my @power=map(($_-$m)*($_-$m)*($_-$m)*($_-$m),@$vec);
96     my $result=&sum(\@power)/(($n-1)*&sd($vec)*&sd($vec)*&sd($vec)*&sd($vec));
97     return $result;
98 }

 

  

 

  

  

  

转载于:https://www.cnblogs.com/datacatcher/p/4138976.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值