| 查看: 2411 | 回复: 10 | |||
| 本帖产生 1 个 程序强帖 ，点击这里进行查看 | |||
[交流]
【求助】请问如果数据量很大，如何统计？
|
|||
| 如果我的数据有上千万条，如何做统计分析。matlab老是死机。大家有什么高招？谢谢 |
回复此楼» 猜你喜欢
生生命学部会评
已经有4人回复
-
伯胺上甲基求助
已经有4人回复
-
H口，面上，时间戳7月7日。
已经有3人回复
-
小木虫没落了，除了祈祷帖子，几乎看不到有价值的帖子
已经有14人回复
-
会评
已经有5人回复
-
E口会评
已经有13人回复
-
E口青C会评结束了吗？
已经有9人回复
-
生命口C13面上会评时间
已经有9人回复
-
内心匮乏
已经有13人回复
-
你可曾有过这种感受？
已经有6人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 如何XPS和BET数据计算活性位的数量
已经有9人回复
- 【教程】个人大量珍藏数据统计分析软件SPSS教程（全力助力科研数据分析）
已经有1122人回复
- Gaussian计算和其他方法得到的热力学数据哪个更准确呢
已经有11人回复
- gaussian03计算出的拉曼光谱数据怎么在orgin中作图？
已经有6人回复
- 请问如何统计数据聚类的结果？
已经有5人回复
- 【软件】一个科研数据处理软件和一个化学分子量，元素含量，配平等计算软件
已经有83人回复
- 【请教】两种混合晶型的产物，如何通过XRD数据计算两种不同晶体所占的比例
已经有10人回复
- 【求助】为什么XRD数据希尔公式计算的晶粒尺寸和HR-TEM照出来差别很大？
已经有7人回复
- 【求助】想问一下我想查国内外肉类产量消费量的最新统计数据，在哪查？
已经有6人回复
- 【求助】请问如果数据量很大，如何统计？
已经有6人回复
» 抢金币啦！回帖就可以得到:
-
🙏 🙏 🙏
+5/568
-
基金好运！
+1/479
-
苏州B+—>C轮 胶带/胶黏剂公司 双休 食宿免 空调洁净室聘胶带研发
+3/276
-
重磅分享｜全链路AI材料研发闭环平台PULSE即将发布，重构新材料研发范式
+2/136
-
BBC儿童英语科普《Do you know》高清英字，培养思考习惯，非常好的启蒙科普片！
+1/88
-
哈工大医康学院材料模拟计算方向人才（全职正高、副高和博士后人员）招聘
+1/87
-
中山大学医学院（深圳）招聘科研助理（生物信息学方向）
+1/80
-
【重磅招聘】小巨人企业西顿高薪招聘水性树脂研发博士、硕士（广州）
+1/61
-
北京理工大学杰青沈国震团队招聘柔性智能电子博士后
+1/46
-
祈福，求顺利！
+1/40
-
祈福C口面上！！！！
+1/30
-
2027君科院博士研究生招生欢迎报考
+2/22
-
基金申请
+1/12
-
福州大学吴衔誉教授课题组 诚招2027届博士生
+1/4
-
东北大学理学院力学李健课题组招收2027级硕士推免研究生
+1/3
-
中国地质大学（北京）李梅教授课题组招生推免学生（人工智能应用，智能体自进化方向）
+1/2
-
北京师范大学珠海校区 李朝强团队招多名硕士博士
+1/2
-
大家预测下今年国家社科基金和教育部人文社科项目啥时候能公布结果？
+1/2
-
对-[(4,6-二氯-1,3,5-三嗪-2-基)氨基]苯磺酸钠
+1/1
-
北京理工大学-集成电路与电子学院杰青团队-招博士后
+1/1
2楼2010-12-03 18:36:34
3楼2010-12-04 03:34:45
4楼2010-12-06 09:28:05
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
余泽成(金币+3):辛苦了！ 2010-12-12 20:56:09
盏盏(金币+1):谢谢 很专业 2010-12-13 05:09:40
zyj8119(金币+10):谢谢。 2010-12-15 12:39:30
余泽成(金币+3):辛苦了！ 2010-12-12 20:56:09
盏盏(金币+1):谢谢 很专业 2010-12-13 05:09:40
zyj8119(金币+10):谢谢。 2010-12-15 12:39:30
|
上千万条可以： 1、不一次性读入内存， 每次读一部分，统计，释放内存（或者覆盖），读入下一部分。 2、如果统计得比较简单，比如求数据的出现频率，平均值，方差，标准差什么的，可以考虑使用数据库，比如MySQL,Oracle,SQL Server,然后使用SQL语句进行统计 3、尝试使用专业的统计工具：SAS, SPSS等。 |
5楼2010-12-09 19:17:17
6楼2010-12-11 23:25:05
7楼2010-12-12 21:44:57
8楼2010-12-12 22:08:30
9楼2010-12-13 09:31:29
★ ★ ★ ★ ★ ★
余泽成(金币+1):鼓励讨论交流！ 2010-12-13 21:54:44
zyj8119(金币+5):分析的不错。 2010-12-15 12:39:48
余泽成(金币+1):鼓励讨论交流！ 2010-12-13 21:54:44
zyj8119(金币+5):分析的不错。 2010-12-15 12:39:48
|
各种语言的使用范围是不一样的，awk 做简单的数据统计速度是非常快的，当然 perl 和 python 的功能要强大不少。有人做过一个简单的测试，awk 比 perl 要快不少（当然 python 比 perl 还慢些就不说了）： http://dbablog.journalspace.com/?p=233 |
10楼2010-12-13 16:37:44
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
余泽成(金币+2):谢谢参与应助，欢迎常来程序语言版！ 2010-12-13 21:55:24
zyj8119(金币+10, 程序强帖+1):很好的分析。 2010-12-15 12:40:10
余泽成(金币+2):谢谢参与应助，欢迎常来程序语言版！ 2010-12-13 21:55:24
zyj8119(金币+10, 程序强帖+1):很好的分析。 2010-12-15 12:40:10
|
[quote]Originally posted by holmescn at 2010-12-09 19:17:17: 上千万条可以： 1、不一次性读入内存， 每次读一部分，统计，释放内存（或者覆盖），读入下一部分。 2、如果统计得比较简单，比如求数据的出现频率，平均值，方差，标准差什么的，可以考虑使用数据库，比如MySQ ... 、尝试使用专业的统计工具：SAS, SPSS等.......[/quote] 如楼上所说，建议使用专业的统计学软件进行分析，SAS，SPSS，Minitab等等，matlab毕竟不是专门做统计学的分析，做其他的数学分析运算还可以。 如果非得要编程序做统计分析，而且数据量很大，还是用编译之后生成的二进制程序速度比较快，比如用C、C++编写程序，统计数据单独存储在其他文档中。 [ Last edited by linyujack on 2010-12-13 at 21:51 ] |
11楼2010-12-13 21:45:55