哈希求頻率分布

tonyliuy

最近想要求字符串中某個(gè)字符的大致分布，所以先畫了頻率分布圖，但是很奇怪，有些點(diǎn)的頻率數(shù)據(jù)跑到了別的點(diǎn)上，求大神指導(dǎo)，哈希出了什么問題？該如何修改代碼？
第一段主體代碼：

1. $rate = $num/length($str);
   
2. if ($rate < 1) {
   
3. $devide = int($rate*100);
   
4. $rates{$devide} ++;
   
5. } else {
   
6. $rates{99} ++}
   
7. }

復(fù)制代碼

數(shù)據(jù)跑出來之后都變成這樣了


第二段的代碼跟第一段基本差不多，生成的圖像是這個(gè)樣子的了：

兩組數(shù)據(jù)都有幾十個(gè)，全是這個(gè)樣子，第一張圖是連續(xù)數(shù)據(jù)，在50附近出現(xiàn)了小幅波動(dòng)，第二張圖是離散數(shù)據(jù)，就是1-99這100個(gè)數(shù)，統(tǒng)計(jì)出來在30和60附近出現(xiàn)了較大幅度的波動(dòng)（之前也在50附近出現(xiàn)過）。求大神指導(dǎo)，哈希到底是怎么個(gè)情況？原數(shù)據(jù)應(yīng)該是連續(xù)變化的，不應(yīng)該存在這種波動(dòng)，我應(yīng)該如何修改代碼？

zhlong8

你的圖中明顯 30 60 這兩個(gè)地方相鄰兩個(gè)值一個(gè)是0，一個(gè)值變成了雙倍�？茨愕拇�碼用的是 int 對(duì)浮點(diǎn)數(shù)取整可以這么猜測(cè)，一個(gè)除法結(jié)果是 0.2999999999 無法精確表示，*100 取整后人類會(huì)理解為 30， 計(jì)算機(jī)卻只能理解為 29 導(dǎo)致 30 這個(gè)槽直接空了都到29去了。應(yīng)該用四舍五入，而不是取整

tonyliuy

謝謝解答，第一張圖的連續(xù)數(shù)據(jù)出現(xiàn)的小幅波動(dòng)很可能是這個(gè)原因造成的，比較奇怪的是第二張圖，第二張圖的數(shù)據(jù)是很嚴(yán)格的0-99這99個(gè)整數(shù)，最開始直接用數(shù)組的時(shí)候a[rate] ++數(shù)據(jù)在50附近出現(xiàn)了類似的異常，改用哈希就沒有異常了，數(shù)據(jù)很正常，這段代碼是因?yàn)榈谝欢螖?shù)據(jù)用了int直接copy過來的代碼，因?yàn)橛X得int一個(gè)整數(shù)還是自己沒影響，就沒有修改，于是第二張圖就出現(xiàn)了這個(gè)詭異的現(xiàn)象。第一張圖很可能是這個(gè)原因，第二張圖乘以100后都是離散的整數(shù)，這個(gè)波動(dòng)又是怎么產(chǎn)生的呢？回復(fù) 2# zhlong8


   

tonyliuy

另外四舍五入是哪條指令呢？新人沒用過四舍五入回復(fù) 2# zhlong8


   

zhlong8

回復(fù) 3# tonyliuy


    貼出生成數(shù)據(jù)集的代碼，不需要做圖部分

tonyliuy

1. $str[9] =~ s/N//;
   
2. $num = () = $read =~ m/c|g/ig;
   
3. $rate = $num/length($read);

復(fù)制代碼

腳本就是這段代碼加上一樓的代碼，求一段基因的CG含量，第一段是模板CG含量，長(zhǎng)度不同，可以認(rèn)為是連續(xù)的，第二段是基因的讀取數(shù)據(jù)，每條都是100，這個(gè)用了一步替換之后可能少于100，但是結(jié)果差異好大，完全看不懂... ...回復(fù) 5# zhlong8


   

zhlong8

回復(fù) 4# tonyliuy


    沒有內(nèi)置的四舍五入方法，一般是 +0.5 再取int，或者用模塊 POSIX::round

tonyliuy

第一張圖的數(shù)據(jù)作為連續(xù)性數(shù)據(jù)，本不應(yīng)該出現(xiàn)這樣的問題啊，+0.5也還是連續(xù)型的。我的意思是指前面解釋的，出現(xiàn)0.499999999同樣也可能出現(xiàn)0.509999999，而且這個(gè)幾率不大，連續(xù)數(shù)據(jù)每個(gè)圖都有那個(gè)波動(dòng)也不科學(xué)啊。回復(fù) 7# zhlong8


   

zhlong8

回復(fù) 8# tonyliuy


    努力排除計(jì)算誤差（比如用精確的分?jǐn)?shù)運(yùn)算），做圖誤差（更細(xì)的區(qū)間），運(yùn)用統(tǒng)計(jì)知識(shí)證明這個(gè)波動(dòng)是遠(yuǎn)超合理范圍的，然后你就可以發(fā)論文了