| 查看: 2512 | 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
有多少人是今天查系统知道结果的？
已经有17人回复
-
为什么 国际(地区)合作与交流项目 没有放榜？
已经有11人回复
-
看板上这么多中的，有点像50人群里49个人都是骗子的那种感觉……
已经有4人回复
-
让我中一个面上吧！
已经有17人回复
-
基金不中，共勉
已经有6人回复
-
国自然面上复盘~欢迎讨论
已经有8人回复
-
售SCI一区文章，我:8.O.551.O.5.4,科目全,可伽急
已经有4人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.54,科目齐全,可+急
已经有4人回复
-
我不理解！
已经有23人回复
-
2026年的国家社科基金项目通讯评审的新规则与新动向、新挑战
已经有10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
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
