Go统计处理与测量方法库gosh使用指南

gosh是一个Go语言统计处理库，提供了丰富的统计计算、结构体操作和测量方法功能。下面我将详细介绍gosh的主要功能和使用方法。

1. 安装gosh

首先安装gosh库：

go get github.com/mohae/gosh

2. 基本统计功能

2.1 描述性统计

package main

import (
	"fmt"
	"github.com/mohae/gosh/stats"
)

func main() {
	data := []float64{1.2, 2.3, 3.4, 4.5, 5.6}
	
	// 计算平均值
	mean := stats.Mean(data)
	fmt.Printf("平均值: %.2f\n", mean)
	
	// 计算中位数
	median := stats.Median(data)
	fmt.Printf("中位数: %.2f\n", median)
	
	// 计算标准差
	stdDev := stats.StdDev(data)
	fmt.Printf("标准差: %.2f\n", stdDev)
	
	// 计算方差
	variance := stats.Variance(data)
	fmt.Printf("方差: %.2f\n", variance)
}

2.2 统计测量

// 计算百分位数
percentile := stats.Percentile(data, 75)
fmt.Printf("75百分位数: %.2f\n", percentile)

// 计算四分位距
iqr := stats.IQR(data)
fmt.Printf("四分位距: %.2f\n", iqr)

// 计算偏度
skewness := stats.Skewness(data)
fmt.Printf("偏度: %.2f\n", skewness)

3. 结构体统计处理

gosh提供了对结构体集合的统计处理功能：

type Person struct {
	Name   string
	Age    int
	Height float64
}

func main() {
	people := []Person{
		{"Alice", 25, 165.2},
		{"Bob", 30, 175.5},
		{"Charlie", 35, 180.1},
		{"David", 40, 172.8},
	}
	
	// 提取结构体字段进行统计
	ages := stats.ExtractField(people, "Age")
	heights := stats.ExtractField(people, "Height")
	
	fmt.Println("年龄统计:")
	fmt.Printf("平均年龄: %.1f\n", stats.Mean(ages))
	
	fmt.Println("\n身高统计:")
	fmt.Printf("最大身高: %.1f\n", stats.Max(heights))
	fmt.Printf("最小身高: %.1f\n", stats.Min(heights))
}

4. 概率分布

gosh支持多种概率分布计算：

// 正态分布计算
norm := stats.NewNormal(0, 1) // 均值0，标准差1
p := norm.CDF(1.96)          // P(X ≤ 1.96)
fmt.Printf("标准正态分布P(X≤1.96): %.4f\n", p)

// 泊松分布
poisson := stats.NewPoisson(3.5) // λ=3.5
p = poisson.Probability(4)      // P(X=4)
fmt.Printf("泊松分布P(X=4): %.4f\n", p)

5. 假设检验

// t检验示例
sample1 := []float64{1.2, 1.5, 1.7, 1.9, 2.1}
sample2 := []float64{1.8, 2.0, 2.2, 2.4, 2.6}

tTest := stats.NewTTest(sample1, sample2)
pValue := tTest.PValue()
fmt.Printf("t检验p值: %.4f\n", pValue)

if pValue < 0.05 {
	fmt.Println("差异显著")
} else {
	fmt.Println("差异不显著")
}

6. 回归分析

// 简单线性回归
x := []float64{1, 2, 3, 4, 5}
y := []float64{2, 4, 5, 4, 5}

reg := stats.NewLinearRegression(x, y)
slope := reg.Slope()
intercept := reg.Intercept()
rSquared := reg.RSquared()

fmt.Printf("回归方程: y = %.2fx + %.2f\n", slope, intercept)
fmt.Printf("R平方: %.4f\n", rSquared)

7. 时间序列分析

// 移动平均
series := []float64{10, 12, 14, 16, 18, 20, 22, 24, 26, 28}
window := 3

ma := stats.MovingAverage(series, window)
fmt.Println("移动平均结果:", ma)

8. 高级功能

8.1 数据分组统计

type Product struct {
	Category string
	Price    float64
}

products := []Product{
	{"Electronics", 999.99},
	{"Electronics", 799.99},
	{"Clothing", 49.99},
	{"Clothing", 29.99},
	{"Food", 5.99},
}

// 按类别分组统计价格
groupStats := stats.GroupBy(products, "Category", "Price")
for category, stat := range groupStats {
	fmt.Printf("%s - 平均价格: %.2f, 数量: %d\n", 
		category, stat.Mean(), stat.Count())
}

8.2 数据标准化

data := []float64{10, 20, 30, 40, 50}

// Z-score标准化
normalized := stats.ZScoreNormalization(data)
fmt.Println("标准化数据:", normalized)

// Min-Max标准化
scaled := stats.MinMaxScaling(data)
fmt.Println("归一化数据:", scaled)

9. 性能考虑

gosh针对大数据集进行了优化，但对于极大数据集，建议：

1. 使用流式统计方法
2. 分批处理数据
3. 并行计算

// 并行计算示例
var wg sync.WaitGroup
results := make(chan float64, 2)

data := make([]float64, 1000000) // 大数据集
// 填充数据...

wg.Add(2)
go func() {
	defer wg.Done()
	results <- stats.Mean(data[:500000])
}()

go func() {
	defer wg.Done()
	results <- stats.Mean(data[500000:])
}()

go func() {
	wg.Wait()
	close(results)
}()

var total float64
count := 0
for m := range results {
	total += m
	count++
}
finalMean := total / float64(count)
fmt.Println("并行计算的平均值:", finalMean)

10. 错误处理

// 处理空数据
emptyData := []float64{}
mean, err := stats.SafeMean(emptyData)
if err != nil {
	fmt.Println("计算平均值错误:", err)
} else {
	fmt.Println("平均值:", mean)
}

gosh库提供了丰富的统计功能，从基本的描述性统计到高级的统计模型都有涵盖。通过结构体处理功能，可以方便地对业务数据进行统计分析。使用时请根据具体需求选择合适的统计方法，并注意数据的预处理和结果解释。