Question

在MySQL数据库中，有一个包含单个数字value列的表。我想将这些值的分布绘制为具有以下要求的条形图/直方图：

图表中最多应有N个柱（间隔）
每个条形的宽度（x轴范围）应该是均匀的，每个条形的高度应该反映这个区间内的数值。
栏的端点应以圆数出现。我理解这是一个相当含糊的要求，但希望下面的例子能说明我的意思
间隔应该是连续的，例如下一个间隔应该从前一个间隔结束
理想情况下应该可以使用单个查询检索数据
可以使计数（y轴值）为0
如果第一个间隔的下限小于最小value和/或最后一个间隔的上限大于最大value

实施例

如果N = 3且表包含以下数据

+------------+
| value      |
+------------+
|     -49.2  |
|     -28.2  |
|      13.3  |
|      23.3  |
|      51.4  |
|      77.9  |
+------------+

在检查时，很容易看到间隔{-50..0, 0..50, 50..100}满足此数据集的要求和N的值。

然而，我正在努力想出一个适用于N和任何数据集的任何值的通用解决方案。这是我到目前为止所尝试的内容：

计算间隔宽度

通过以下查询获取最大值和分钟value

SELECT min(value), max(value), count(*) FROM my_table

然后将结果传递给此（Groovy / Java）方法以计算每个间隔的宽度

// intervalCount is what I've referred to as "N"
static Integer getRoundedIntervalSize(Double min, Double max, Integer intervalCount) {
    Number intervalSize = Math.ceil((max - min) / intervalCount)

    Integer roundingScale = Math.log10(intervalSize) - 1
    Number roundNearest = 10 ** roundingScale

    // round up the interval size to the nearest roundNearest
    Number intervalDelta = roundNearest - (intervalSize % roundNearest)
    intervalSize + intervalDelta
}

获取频率分布

然后我使用以下查询（getRoundedIntervalSize返回的值替换:groupSize）来获取每个区间中的值数

SELECT      floor(value / :groupSize) * :groupSize  as groupLowerLimit,
            count(*) as groupCount
FROM        my_table
GROUP BY    groupLowerLimit
ORDER BY    groupLowerLimit ASC

这将返回每个间隔的下限和每个间隔中的值的数量，这是构建频率分布所需的全部内容。

缺点

虽然这种方法在数据集相对均匀分布时运行良好，但如果不是这种情况，则会产生宽度不同或不连续的区间。此外，当数据集的范围很小（例如，所有值在1和4之间）和N很大（例如30）时，产生的间隔数量往往远小于N.

有没有更好的方法来解决满足上述要求的问题？

Answer 1

我尝试了几个查询（我使用了带有一些坐标的表格）

获得最小值和条形尺寸：

select min( lng ) as min, ( max( lng ) - min( lng ) ) / ? as interval from address

获取分发。条形从0到N编号，当然可能有间隙

select floor( abs( lng - :min ) / :interval ) as ix, count(*) from address group by ix order by ix

N = 30的输出如下：

填补你需要一个时髦的单行的空白：

def metrics = run1stQuery(..., n )
def results = run2ndQuery(.., metrics )
def fullResults = (0..n).collect{ results[ it ] ?: metrics.min } // adjust the missing value

因此，您应该获取任何N和最小/最大值的频率组。

HTH

从数据库生成直方图

实施例

计算间隔宽度

获取频率分布

缺点

1 个答案: