有没有一种方法可以在单个命令中获取数字列表的最小值，最大值，中位数和平均值？

我在文件中有一个数字列表，每行一个。如何获得最小值，最大值，中位数和平均值？我想在bash脚本中使用结果。

尽管我现在的情况是整数，但对于浮点数的解决方案可能会很有用，但简单的整数方法就可以了。

您可以使用R编程语言。

这是一个快速而肮脏的R脚本：

#! /usr/bin/env Rscript
d<-scan("stdin", quiet=TRUE)
cat(min(d), max(d), median(d), mean(d), sep="\n")

注意"stdin"在scan这是一种特殊的文件名从标准输入来读取（从管道或重定向装置）。

现在，您可以通过stdin将数据重定向到R脚本：

$ cat datafile
1
2
4
$ ./mmmm.r < datafile
1
4
2
2.333333

也适用于浮点数：

$ cat datafile2
1.1
2.2
4.4
$ ./mmmm.r < datafile2
1.1
4.4
2.2
2.566667

如果您不想编写R脚本文件，则可以使用Rscript以下命令在命令行中调用真正的单行代码（仅换行以提高可读性）：

$ Rscript -e 'd<-scan("stdin", quiet=TRUE)' \
          -e 'cat(min(d), max(d), median(d), mean(d), sep="\n")' < datafile
1
4
2
2.333333

阅读http://cran.r-project.org/manuals.html上的 R手册。

不幸的是，完整的参考仅在PDF中可用。阅读参考的另一种方法是通过键入?topicname交互式R会话的提示。

为了完整起见：有一个R命令，它输出所有您想要的值以及更多。不幸的是，它是一种人类友好的格式，很难以编程方式进行解析。

> summary(c(1,2,4))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   1.500   2.000   2.333   3.000   4.000 

我实际上保留了一些awk程序，以给出单列数值数据（包括负数）的总和，数据计数，最小数据，最大数据，均值和中位数：

#!/bin/sh
sort -n | awk '
  BEGIN {
    c = 0;
    sum = 0;
  }
  $1 ~ /^(\-)?[0-9]*(\.[0-9]*)?$/ {
    a[c++] = $1;
    sum += $1;
  }
  END {
    ave = sum / c;
    if( (c % 2) == 1 ) {
      median = a[ int(c/2) ];
    } else {
      median = ( a[c/2] + a[c/2-1] ) / 2;
    }
    OFS="\t";
    print sum, c, ave, median, a[0], a[c-1];
  }
'

上面的脚本从stdin读取，并在一行中打印制表符分隔的输出列。

使用GNU datamash：

$ printf '1\n2\n4\n' | datamash max 1 min 1 mean 1 median 1
4   1   2.3333333333333 2

最小值，最大值和平均值很容易通过awk获得：

% echo -e '6\n2\n4\n3\n1' | awk 'NR == 1 { max=$1; min=$1; sum=0 }
   { if ($1>max) max=$1; if ($1<min) min=$1; sum+=$1;}
   END {printf "Min: %d\tMax: %d\tAverage: %f\n", min, max, sum/NR}'
Min: 1  Max: 6  Average: 3,200000

计算中位数会比较棘手，因为您需要对数字进行排序并将它们全部存储在内存中一段时间​​或读取两次（第一次对它们进行计数，第二次是获取中值）。这是将所有数字存储在内存中的示例：

% echo -e '6\n2\n4\n3\n1' | sort -n | awk '{arr[NR]=$1}
   END { if (NR%2==1) print arr[(NR+1)/2]; else print (arr[NR/2]+arr[NR/2+1])/2}' 
3

pythonpy可以很好地用于这种事情：

cat file.txt | py --ji -l 'min(l), max(l), numpy.median(l), numpy.mean(l)'

最低要求：

jq -s min

最大值：

jq -s max

中位数：

sort -n|awk '{a[NR]=$0}END{print(NR%2==1)?a[int(NR/2)+1]:(a[NR/2]+a[NR/2+1])/2}'

平均：

jq -s add/length

在（）选项中，在jq将每行解析为JSON或本例中的数字之后，为输入行创建一个数组。-s--slurp

nums=$(<file.txt); 
list=(`for n in $nums; do printf "%015.06f\n" $n; done | sort -n`); 
echo min ${list[0]}; 
echo max ${list[${#list[*]}-1]}; 
echo median ${list[${#list[*]}/2]};

Perl一（长）线，包括中位数：

cat numbers.txt \
| perl -M'List::Util qw(sum max min)' -MPOSIX -0777 -a -ne 'printf "%-7s : %d\n"x4, "Min", min(@F), "Max", max(@F), "Average", sum(@F)/@F,  "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;'

使用的特殊选项是：

• -0777 ：一次读取整个文件，而不是逐行读取
• -a ：自动拆分为@F数组

同一件事的可读性更高的脚本版本是：

#!/usr/bin/perl

use List::Util qw(sum max min);
use POSIX;

@F=<>;

printf "%-7s : %d\n" x 4,
    "Min", min(@F),
    "Max", max(@F),
    "Average", sum(@F)/@F,
    "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;

如果你想小数，更换%d喜欢的东西%.2f。

答案很简单：

r summary file.txt
r -e 'min(d); max(d); median(d); mean(d)' file.txt

它使用R环境简化统计分析。

只是为了在此页面上显示各种选项，这里还有另外两种方法：

1：八度

• GNU Octave是一种高级解释语言，主要用于数值计算。它提供了解决线性和非线性问题的数值方法以及执行其他数值实验的功能。

这是一个快速的八度音阶示例。

octave -q --eval 'A=1:10;
  printf ("# %f\t%f\t%f\t%f\n", min(A), max(A), median(A), mean(A));'  
# 1.000000        10.000000       5.500000        5.500000

2：bash +专用工具。

为了使bash处理浮点数，此脚本使用numprocess和numaverage来自package num-utils。

PS。我也对进行了合理的研究bc，但是对于这项特殊工作，它没有提供任何其他awk功能。它是（作为“ bc”状态中的“ c”）一个计算器，这个计算器需要大量的编程，awk并且该bash脚本...

arr=($(sort -n "LIST" |tee >(numaverage 2>/dev/null >stats.avg) ))
cnt=${#arr[@]}; ((cnt==0)) && { echo -e "0\t0\t0\t0\t0"; exit; }
mid=$((cnt/2)); 
if [[ ${cnt#${cnt%?}} == [02468] ]] 
   then med=$( echo -n "${arr[mid-1]}" |numprocess /+${arr[mid]},%2/ )
   else med=${arr[mid]}; 
fi     #  count   min       max           median        average
echo -ne "$cnt\t${arr[0]}\t${arr[cnt-1]}\t$med\t"; cat stats.avg 

我将第二次选择lesmana选择R，并提供我的第一个R程序。它在标准输入上每行读取一个数字，并将以空格分隔的四个数字（最小值，最大值，平均值，中位数）写入标准输出。

#!/usr/bin/env Rscript
a <- scan(file("stdin"), c(0), quiet=TRUE);
cat(min(a), max(a), mean(a), median(a), "\n");

下面sort/ awk串联来做到这一点：

sort -n | awk '{a[i++]=$0;s+=$0}END{print a[0],a[i-1],(a[int(i/2)]+a[int((i-1)/2)])/2,s/i}'

（如果值计数为偶数，则将中值计算为两个中心值的平均值）

借鉴布鲁斯的代码，这是一种更有效的实现，它不会将整个数据保留在内存中。如问题中所述，它假定输入文件每行最多有一个数字。它对输入文件中包含合格编号的行进行计数，并将计数awk与排序数据一起（位于前面）传递给命令。因此，例如，如果文件包含

6.0
4.2
8.3
9.5
1.7

那么输入awk实际上是

5
1.7
4.2
6.0
8.3
9.5

然后，awk脚本会在NR==1代码块中捕获数据计数，并在看到它们时保存中间值（或两个中间值，将它们平均化以产生中位数）。

FILENAME="Salaries.csv"

(awk 'BEGIN {c=0} $1 ~ /^[-0-9]*(\.[0-9]*)?$/ {c=c+1;} END {print c;}' "$FILENAME"; \
        sort -n "$FILENAME") | awk '
  BEGIN {
    c = 0
    sum = 0
    med1_loc = 0
    med2_loc = 0
    med1_val = 0
    med2_val = 0
    min = 0
    max = 0
  }

  NR==1 {
    LINES = $1
    # We check whether numlines is even or odd so that we keep only
    # the locations in the array where the median might be.
    if (LINES%2==0) {med1_loc = LINES/2-1; med2_loc = med1_loc+1;}
    if (LINES%2!=0) {med1_loc = med2_loc = (LINES-1)/2;}
  }

  $1 ~ /^[-0-9]*(\.[0-9]*)?$/  &&  NR!=1 {
    # setting min value
    if (c==0) {min = $1;}
    # middle two values in array
    if (c==med1_loc) {med1_val = $1;}
    if (c==med2_loc) {med2_val = $1;}
    c++
    sum += $1
    max = $1
  }
  END {
    ave = sum / c
    median = (med1_val + med2_val ) / 2
    print "sum:" sum
    print "count:" c
    print "mean:" ave
    print "median:" median
    print "min:" min
    print "max:" max
  }
'

这num是一个很小的awk包装程序，它确实可以完成更多操作，例如

$ echo "1 2 3 4 5 6 7 8 9" | num max
9
$ echo "1 2 3 4 5 6 7 8 9" | num min max median mean
..and so on

它可以避免您在超便携式awk中重新发明轮子。上面提供了文档，并在此处提供了直接链接（另请参见GitHub page）。

与perl：

$ printf '%s\n' 1 2 4 |
   perl -MList::Util=min,max -MStatistics::Basic=mean,median -w -le '
     chomp(@l = <>); print for min(@l), max(@l), mean(@l), median(@l)'
1
4
2.33
2

cat/python唯一的解决方案- 不是空输入证明！

cat data |  python3 -c "import fileinput as FI,statistics as STAT; i = [int(l) for l in FI.input()]; print('min:', min(i), ' max: ', max(i), ' avg: ', STAT.mean(i), ' median: ', STAT.median(i))"

如果您对实用程序更感兴趣，而不是冷酷或聪明，那perl是比容易的选择awk。基本上，它将以一致的方式出现在每个* nix上，并且可以轻松，免费地在Windows上安装。我认为它的加密性还不如awk，并且如果您希望自己编写它和R之类的内容之间有一段距离，可以使用一些统计信息模块。 ）perl脚本花了大约一分钟的时间来编写，我猜想唯一的神秘部分是while(<>)，这是非常有用的简写，表示将通过的文件作为命令行参数，一次读取一行并放入特殊变量中的那一行$_。因此，您可以将其放入一个名为count.pl的文件中，并以方式运行它perl count.pl myfile。除此之外，应该很清楚地知道正在发生什么。

$max = 0;
while (<>) {
 $sum = $sum + $_;
 $max = $_ if ($_ > $max);
 $count++;
}
$avg=$sum/$count;
print "$count numbers total=$sum max=$max mean=$avg\n";

function median()
{
    declare -a nums=($(cat))
    printf '%s\n' "${nums[@]}" | sort -n | tail -n $((${#nums[@]} / 2 + 1)) | head -n 1
}