核心概念：构造函数与数据管理
在 javascript 中，当我们需要创建一个类来处理可变长度的数据集时，关键在于如何将这些数据有效地传递给类的实例，并在整个实例的生命周期中进行管理。对于一个需要处理一组数字进行统计分析的 statistics 类而言，最直观且推荐的做法是直接将代表数据集的数组作为构造函数的参数。
错误示例与正确方法对比：
初学者可能会尝试使用剩余参数（...inputs）并在构造函数内部进行解构赋值，例如：
// 不推荐的构造函数写法
class Solution {
constructor(...inputs) {
// 这种解构方式会将数组的元素分散到不同的属性，难以统一管理
[this.input1, this.input2, ...this.restInputs] = inputs;
}
}这种做法的问题在于，它将原始的输入数组拆分成了多个独立的实例属性，使得后续对整个数据集的操作变得复杂。更简洁、更符合面向对象设计原则的方式是，直接将整个数组作为一个单一的属性存储在实例上：
// 推荐的构造函数写法
class Statistics {
constructor(inputs) {
// 直接将整个输入数组赋值给实例属性，便于后续方法访问和操作
this.inputs = inputs;
}
// ... 后续方法可以直接访问 this.inputs
}通过 this.inputs = inputs;，我们确保了所有实例方法都能方便地访问和操作原始的完整数据集，而无需再次传递参数。
立即学习“Java免费学习笔记（深入）”；
Matlab语言的特点 中文WORD版
下载
本文档主要讲述的是Matlab语言的特点；Matlab具有用法简单、灵活、程式结构性强、延展性好等优点，已经逐渐成为科技计算、视图交互系统和程序中的首选语言工具。特别是它在线性代数、数理统计、自动控制、数字信号处理、动态系统仿真等方面表现突出，已经成为科研工作人员和工程技术人员进行科学研究和生产实践的有利武器。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
实现统计计算方法
基于 this.inputs 存储的数据，我们可以开始实现各种统计分析方法。这些方法将利用 JavaScript 数组的内置功能（如 reduce, map, sort）以及数学函数来高效地完成计算。
我们将构建一个 Statistics 类，包含以下统计功能：
1. 基础统计量：计数、求和、最小值、最大值、范围
这些是最基本的数据集描述，实现相对简单。
class Statistics {
constructor(inputs) {
this.inputs = inputs;
}
// 获取数据集的元素数量
count() {
return this.inputs.length;
}
// 计算数据集中所有元素的总和
sum() {
return this.inputs.reduce((accumulator, currentValue) => accumulator + currentValue, 0);
}
// 查找数据集中的最小值
min() {
return Math.min(...this.inputs); // 使用扩展运算符将数组元素作为独立参数传递
}
// 查找数据集中的最大值
max() {
return Math.max(...this.inputs); // 使用扩展运算符
}
// 计算数据集的范围（最大值 - 最小值）
range() {
return this.max() - this.min();
}
}2. 集中趋势度量：均值、中位数、众数
这些指标描述了数据集的中心位置。
// ... Statistics 类延续 ...
// 计算数据集的算术平均值
mean() {
return this.sum() / this.count();
}
// 计算数据集的中位数
median() {
// toSorted() 方法是 ECMAScript 2023 新增的，返回一个新数组而不修改原数组
// 如果需要兼容旧环境，请使用 this.inputs.slice().sort((a, b) => a - b)
const sorted = this.inputs.toSorted((a, b) => a - b);
const len = this.count();
// 位运算 >> 1 等同于 Math.floor(len / 2)，效率更高
// (len >> 1) 得到中间元素的索引（如果长度为奇数），或偏左的中间元素索引（如果长度为偶数）
// (len + 1) >> 1 得到偏右的中间元素索引（如果长度为偶数）
return (sorted[len >> 1] + sorted[(len + 1) >> 1]) / 2;
}
// 辅助方法：计算每个数值的出现频率，并按频率降序排列
_frequencies() {
// 使用 Map 存储每个数值及其出现次数
const map = new Map();
for (let value of this.inputs) {
map.set(value, (map.get(value) || 0) + 1);
}
// 将 Map 转换为数组，并按出现次数降序、数值降序排列
return [...map.entries()]
.map(([value, count]) => ({ value, count }))
.toSorted((a, b) => b.count - a.count || b.value - a.value);
}
// 查找数据集的众数（出现次数最多的数值）
mode() {
const frequencies = this._frequencies();
if (frequencies.length === 0) {
return { mode: undefined, count: 0 };
}
// 众数是频率最高的那个值
const { value, count } = frequencies[0];
return { mode: value, count };
}
}3. 离散程度度量：方差、标准差
这些指标描述了数据集的分布离
