在 C++ 中，如何使用向量视图和 gsl_stats_mean 计算整数向量的平均值？

Question

我的程序处理 整数的 STL 向量，但有时我需要计算一些关于它们的统计数据。因此我使用 GSL 函数。为了避免将 STL 向量复制到 GSL 向量中，我创建了一个 GSL 向量视图，并将其提供给 GSL 函数，如以下代码所示：

#include <iostream>
#include <vector>
#include <gsl/gsl_vector.h>
#include <gsl/gsl_statistics.h>
using namespace std;

int main( int argc, char* argv[] )
{
  vector<int> stl_v;
  for( int i=0; i<5; ++i )
    stl_v.push_back( i );

  gsl_vector_int_const_view gsl_v = gsl_vector_int_const_view_array( &stl_v[0], stl_v.size() );

  for( int i=0; i<stl_v.size(); ++i )
    cout << "gsl_v_" << i << "=" << gsl_vector_int_get( &gsl_v.vector, i ) << endl;

  cout << "mean=" << gsl_stats_mean( (double*) gsl_v.vector.data, 1, stl_v.size() ) << endl;
}

编译后 (gcc -lstdc++ -lgsl -lgslcblas test.cpp)，此代码输出如下：

gsl_v_0=0
gsl_v_1=1
gsl_v_2=2
gsl_v_3=3
gsl_v_4=4
mean=5.73266e-310

矢量视图已正确创建，但我不明白为什么平均值是错误的（它应该等于 10/5=2）。任何的想法？提前致谢。

Answer 1

double* 的演员表非常可疑。

每当您想使用演员表时，请三思。然后寻找一种无需强制转换的方法（如果转换是隐式的，则可能通过引入临时变量）。然后在施放前三思而后行。

由于内存区域实际上不包含double 值，因此代码只是将那里的位模式解释为它们代表双精度值，具有可预见的不良影响。将 int* 转换为 double* 与转换数组的每个元素非常不同。

Answer 2

使用整数统计函数：

cout << "mean=" << gsl_stats_int_mean( gsl_v.vector.data, 1, stl_v.size() ) << endl;

注意gsl_stats_int_mean 而不是gsl_stats_mean。

Answer 3

除非你做很多比平均值复杂得多的统计数据，否则我会忽略 gsl 而只使用标准算法：

double mean = std::accumulate(stl_v.begin(), stl_v.end(), 0.0) / stl_v.size();

当/如果使用统计库是合理的，您的首选可能应该是寻找设计更好的其他东西（例如，Boost Accumulators）。

如果您出于某种原因决定确实需要使用 gsl，那么您似乎必须先将 ints 数组复制到 doubles 数组中，然后在结果。这显然是非常低效的，尤其是在处理大量数据时——因此之前的建议是使用其他东西。

Answer 4

虽然我对 GSL 不熟悉，但 (double*) gsl_v.vector.data 的表达看起来非常可疑。您确定 reinterpret_cast 获取 double 数据的指针是正确的吗？

Answer 5

投射到double* 会弄乱您的数据。它不是将数据转换为double，而是将int二进制数据用作double

Answer 6

根据http://www.gnu.org/software/gsl/manual/html_node/Mean-and-standard-deviation-and-variance.html，gsl_stats_mean 函数采用double 的数组。您正在获取 int 的 vector 并告诉它使用原始字节作为 double，这将无法正常工作。

您需要设置一个临时的 vector 的 double 才能传入：

// Assumes that there's at least one item in stl_v.
std::vector<double> tempForStats(stl_v.begin(), stl_v.end());
gsl_stats_mean(&tempForStats[0], 1, tempForStats.size());

编辑：你也可以使用标准库算法来做 int 意味着你自己：

// Assumes that there's at least one item in stl_v.
double total = std::accumulate(stl_v.begin(), stl_v.end(), 0);
double mean = total / stl_v.size();