Statistics Clojure中的惯用模式函数

我正在学习Clojure，想听听关于惯用用法的建议。作为一个小型统计软件包的一部分，我有一个函数来计算一组数据的模式。（背景：模式是一组数据中最常见的值。计算模式的算法几乎有十几种。这里使用的是伯纳德·罗斯纳（Bernard Rosner）出版的第六版《生物统计学基础》中的一种。）

有几件事我有疑问：

争论。该函数接受单个序列。接受可变数量的参数（如加法函数）是否更为惯用

代码气味。看起来“let”比它应该的要复杂一点——这么多变量赋值。我是否遗漏了语言或库的任何明显（或不太明显）的用法，这些用法会使此方法更加简洁

---

提前谢谢你的帮助。

我觉得很好。我会换新的

f (fn [x] (not (nil? x)))
mode (filter f (map #(if (= mx (get amap %)) %) k))

与

（我不知道为什么像

not nil？

这样的东西不在

clojure.core

中；它是人们每天都需要的东西。）

如果存在单个唯一模式，则返回该模式。如果有多个模式，它们将作为列表返回。如果没有模式，即所有元素以相同频率出现，则返回nil。”

您可以考虑每次只返回一个seq（一个元素或空就可以了）；否则，必须通过调用代码来区分情况。通过始终返回seq，您的结果将神奇地作为预期seq的其他函数的参数。

以下是我的观点：

有许多核心clojure函数将序列作为参数，而其他函数则采用多个参数，因此我认为没有真正的惯用方法。如果序列中已有数据，我将使用seq作为参数，因为它将为您节省一个应用调用

我不会编写在某些情况下返回值而在其他情况下返回值列表的函数，因为调用代码在使用它之前必须始终检查返回值。相反，我会返回一个单一模式作为seq，其中只有一项。但是，根据调用此函数的代码，您可能有自己的原因

除此之外，我会像这样重写模式函数：

(defn mode [aseq]
  (let [amap (tally-map aseq)
        mx (apply max (vals amap))
        modes (map key (filter #(= mx (val %)) amap))
        c (count modes)]
    (cond
      (= c 1) (first modes)
      (= c (count amap)) nil
      :default modes)))

您可以使用identity函数（除非您的数据包含逻辑上为false的值），而不是定义函数f。但您甚至不需要它。我发现模式有不同的方式，这对我来说更容易理解：map amap充当一系列map条目（键值对）.首先，我只过滤那些值为mx的条目。然后，我将键函数映射到这些条目上，并给出一系列键

为了检查是否有任何模式，我不再在地图上循环。相反，我只是比较模式的数量和地图条目的数量。如果它们相等，所有元素的频率都相同

以下是始终返回seq的函数：

(defn modes [aseq]
  (let [amap (tally-map aseq)
        mx (apply max (vals amap))
        modes (map key (filter #(= mx (val %)) amap))]
    (when (< (count modes) (count amap)) modes)))

（defn模式[aseq]
（让[amap（理货图aseq）
mx（应用最大值（VAL amap））
模式（映射键（过滤器#（=mx（val%））amap））]
（当（<（计数模式）（计数amap））模式时）

在我看来，将某个函数映射到一个集合，然后立即将列表压缩为一个项目是使用

reduce

的标志

(defn tally-map [coll]
  (reduce (fn [h n]
            (assoc h n (inc (h n 0))))
          {} coll))

在本例中，我将编写

模式

fn，以将单个集合作为参数，就像您所做的那样。我能想到的对这样的函数使用多个参数的唯一原因是，如果您计划大量键入文字参数

因此，例如，如果这是一个交互式REPL脚本，并且您经常按字面意思键入

（模式[1 2 1 2 3]）

，那么您应该让函数获取多个参数，以避免您键入额外的

[]

始终在函数调用中。如果您计划从文件中读取大量数字，然后采用这些数字的模式，则让函数采用一个集合参数，这样您就可以避免一直使用

apply

。我猜您最常见的用例是后者。我相信

apply

还增加了开销，当函数调用采用集合参数时，可以避免这种开销

---

我同意其他人的观点，你应该让

模式

返回一个结果列表，即使只有一个结果；这会让你的生活更轻松。当你使用时，也许可以将其重命名为

模式

。

这里是

模式

的一个很好的简明实现：

(defn mode [data] 
  (first (last (sort-by second (frequencies data)))))

这充分利用了以下事实：

• frequencies

  函数返回值->频率的映射
• 可以将映射视为键值对序列
• 如果按值对该序列进行排序（每对中的

  第二个
  项），则序列中的最后一项将表示模式

编辑

如果要处理多模式情况，则可以插入一个额外的

分区by

，以保持所有值的最大频率：

(defn modes [data] 
  (->> data
       frequencies 
       (sort-by second)
       (partition-by second)
       last
       (map first)))

---

“您定义的函数实际上是标识函数（因为nil在逻辑上是false）。”不，远不是。比较（map identity[true-false-nil 1]）和（map#（not（nil？%1））[true-false-nil 1]的结果）。你是对的，当然，这不是同一个函数。我的意思是说，他可以在这个示例中使用标识函数。我会更正。感谢你的分析和建议。这正是我所寻找的视角的转变。我接受了你的建议，将我的第二个函数重命名为modes.：-（inc（或（hn）0））与（inc（hn0））相同：）哦，对了，我总是忘记默认值选项。谢谢。你是对的，最常见的用例是拉入成堆的数字并弹出结果。谢谢你关于改进理货图的建议。我一直在使用它，任何改进都是值得赞赏的。谢谢你的建议。返回值的方式是这样的

(defn mode [data] 
  (first (last (sort-by second (frequencies data)))))

(defn modes [data] 
  (->> data
       frequencies 
       (sort-by second)
       (partition-by second)
       last
       (map first)))