MyBox：简易工具箱

用户手册 - 数据工具

作者：Mara

版本：6.7.1

日期：2023-3-13

1 简介

这是利用JavaFx开发的图形化桌面应用，目标是提供简单易用的功能。免费开源。

1.1 主菜单

1.2 资源地址

1.3 文档

1.4 工具的菜单

2 二维存储结构的数据

2.1 数据对象

1. 以下对象可以以一致的方式来编辑和计算：

• 数据文件，包括CSV文件、Excel文件、文本文件

• MyBox粘贴板的数据

• 矩阵

• 数据库表

2. 数据被表示为二维存储结构：

• “列”在横向定义数据的维度。

• “行”在纵向保存数据的值。

• 数据应当等宽，即所有行的列数都相同。

2.2 功能菜单

悬停或点击“功能”按钮以弹出功能菜单。

2.3 定义数据列

2.3.1 数据列的管理界面

在数据处理的“列”页签下，在表格中增/删/改数据的列：

1. 列名不能为空也不能重复。

2. 直接点击表格单元以编辑

3. 也可以选择列并点击“编辑”按钮以弹出列的编辑窗。

4. 可以重命名所有字段为序列号。

5. 可以随机设置颜色。

6. 可以调整列的顺序。

7. 点击按钮“确定”以把列的修改应用于当前数据。

8. 点击按钮“取消”以丢弃修改并从当前数据读取列的定义。

9. 修改未保存时，若修改未应用于数据，则页签头显示**，否则页签头显示*。

2.3.2 列的类型

1. 列的类型包括：字串、双精度、浮点、长整型、整型、短整型、布尔型、日期时间、日期、纪元、经度、纬度、枚举型、色彩。

2. 此属性用于数据的显示、编辑、计算、和保存。

3. 通常应成对定义经度和纬度。

2.3.3 列的格式

1. 此属性主要用于显示，在编辑输入数值时不会自动应用格式、而是保持原始的输入。

2. 在一些界面上，如“复制”或“导出”，可选“按照列的格式保存日期/时间/纪元和数字”。

2.3.3.1 数字的格式

对于数字类型，可选：以千分组、以万分组、科学计数法、无格式。

2.3.3.2 日期时间/日期的格式

对于日期时间/日期类型，支持：MM/dd/yy、yy-MM-dd、毫秒、时区、T分隔、补全世纪。

2.3.3.3 纪元的格式

对于纪元类型，支持：M/d/y、y-M-d、毫秒、时区、T分隔、补全世纪、中文前后缀（“公元”、“公元前”）、英文前后缀（“AD”、“BC”）。

2.3.3.4 定义枚举型

对于枚举型，可定义数值列表。

2.3.4 对于非法值的处理

1. 数据列对于非法值的处理策略：略过、计为空值、计为零。

2. 在一些上下文环境中，“计为空值”等同于“略过”。

3. 此属性只用于显示或者计算，在编辑输入数值时不会自动处理非法值。

2.4 列的应用

列的应用原则为：“最大包容、最少处理”。

2.4.1 加载数据

加载数据时，不检查列类型，原样读取和导入。

2.4.2 显示数据

1. 按列类型解析数值

2. 按列的定义来处理非法值

3. 按列的格式来重写数值

4. 被显示的数值，可能与当前实际数值并不相同。

5. 例如，列的类型为双精度，读入数值“abc”：

• 若非法值计为零，则显示为零（实际值仍为“abc”）

• 若非法值略过或计为空，则显示为“abc”。

2.4.3 编辑控件

1. 对于布尔类型，显示选择框。

2. 对于枚举类型，显示下拉选择列表。

3. 对于颜色类型，显示调色盘。

4. 对于经度/纬度，可在地图上选择位置。

2.4.4 编辑数据单元

1. 在用户点击数据单元开始编辑时，数值原样显示，忽略列类型和列格式。

2. 在用户输入和修改数值过程中，按列类型检查输入框中的数值。

• 若数值非法，则编辑框显示为异常颜色。

• 若数值合法，则编辑框显示为正常颜色。

• 数值始终保持用户的输入。

3. 当焦点离开数据单元时，检查编辑框中的数值：

• 若数值未变化，则不检查类型也不提交保存。

• 若数值有变化，则按列类型检查修改后的数值：

  • 对非法值，拒绝保存，恢复数值、原样显示。

  • 对合法值，提交保存，然后按列类型和列格式显示保存后的数值。

4. 例如，列的类型为双精度，非法值计为空，小数位数为2。读入数值“abc”：

• 数据单元显示为“abc”。

• 用户修改它的数值为“abc123”：

  • 在用户输入过程中，输入框始终显示为异常颜色。

  • 用户敲击回车或点击其它控件时，此数据单元恢复显示为“abc”并为正常颜色。

• 用户修改数值为“123.4567”：

  • 在用户输入过程中，输入框始终显示为正常颜色。

  • 用户敲击回车或点击其它控件时，此数据单元被保存为“123.4567”、并显示为“123.46”。

5. 其它数据单元不受影响。即只要不修改数据单元，它们就一直保持原样。

2.4.5 保存数据

1. CSV/文本/Excel文件的数值都按字符串写入。

2. 数据库表的数值按“就近类型”写入：

MyBox的列类型	JDBC的数据类型
字串(String)	VARCHAR
双精度(Double)	DOUBLE
浮点(Float)	FLOAT
长整型(Long)	BIGINT
整型(Integer)	INT
短整型(Short)	SMALLINT
布尔型(Boolean)	BOOLEAN
日期时间(Datetime)	TIMESTAMP
日期(Date)	DATE
纪元(Era)	BIGINT
经度(Longitude)	DOUBLE
纬度(Latitude)	DOUBLE
枚举型(Enumeration)	VARCHAR
颜色(Color)	VARCHAR

注： derby不支持负数的时间类型，所以只能用长整型保存纪元。

3. 矩阵的所有数值都按双精度写入。

2.4.6 计算数据

1. 忽略列类型和列格式，用数据原值来处理，

2. 按计算的要求解析数值。例如计算需要双精度数字，则试图将数值转换为双精度。

3. 若数值转换失败，则按列的定义处理非法值。

4. 计算本身也可以定义对非法值的处理策略。计算的定义优先于列的定义。

5. 列和计算都可以定义小数位数。计算的定义优先于列的定义。

6. 例如，列类型为字串，对它进行描述性统计：

• 每个数值被试图转换为双精度

• 若非法值计为零，则非法值也被算在“个数”里，同时参与平均值和总和的计算。

• 若略过非法值，则非法值不参与任何计算。

• 若非法值计为空，则非法值导致所有计算的结果都非法（Double.NaN）。

2.4.7 数据排序

1. 所有涉及到排序的计算，数据都会转换为临时数据库表，然后利用数据库系统来排序。

2. 排序结果与列的类型有关。例如，字串“123”小于字串“18”，而数字“123”大于数字“18”。

2.4.8 列的颜色

列的颜色主要用于数据图。

当数据图初始生成时，与列相关的图元素显示为列的颜色。其后用户可以设置为随机颜色。

2.5 编辑数据

2.5.1 表格编辑模式

表格是主编辑模式：

1. 它的修改被自动应用其它面板。

2. 它是用于保存的最终数据。

3. 除了文本文件，对于字符串类型的数据，支持编辑和保存多行：

• 若值是单行的（不包含换行符）：

  • 点击数据单元时显示单行输入框。

  • 在值中写入"\n" 作为换行符、然后提交修改（回车或点击其它地方）。

• 若值中包含换行符：

  • 点击数据单元时显示多行输入框。

  • 直接编辑多行文本。

2.5.2 CSV编辑模式

CSV是辅编辑模式：

1. 点击按钮“确定”以把它的修改应用于“表格”。

2. 点击按钮“取消”以丢弃它的修改并从“表格”读取数据。

3. 点击按钮“分隔符”以从“表格”读取数据并应用新的分隔符，当前修改被丢弃。

4. 若数值包含分隔符或换行符，则数值应被引号包围起来。

2.5.3 保存与恢复

1. 修改未保存时，页签头显示* 。

2. 点击按钮“保存”以把修改写入文件和数据库：

   • “表格”中行的变化，包括修改/添加/删除/排序，影响当前页的行。

   • “列”页签中的变化，包括修改/添加/删除/排序，影响所有行。

   • “属性/列的修改被保存到数据库中。

3. 点击按钮“恢复”以丢弃所有修改并从文件和数据库中加载数据。

2.6 查看数据

2.6.1 数据的网页

1. 显示当前页的数据。

2. 可选显示：表窗、标题、列名、行号。

2.6.2 数据的CSV

1. 显示当前页的数据。

2. 可选显示：表窗、标题、列名、行号。

3. 可设置分隔符。

2.7 定义数据属性

包括：数据名、小数位数、随机数的最大值。

2.8 行表达式

2.8.1 行表达式的作用

在加工/整理/计算数据、生成数据图时，可以输入JavaScript表达式作为数据值。

2.8.2 编辑行表达式

1. 若脚本为空，则返回空字符串。

2. 脚本可以包含Nashorn可以解析的任何合法元素(ECMAScript 5.1)。

3. 脚本应当最终是一个数值。

4. 脚本可以包含以下占位符：

#{表行号}
#{数据行号}
#{<列名>}
#{<列名>-<统计名>}

5. 左边显示所有合法的占位符。

6. 点击"编辑"按钮以保存脚本。

7. 悬停或点击按钮“示例”，可以粘贴示例代码。

8. 悬停或点击按钮“历史”，可以粘贴历史代码。

2.8.3 计算行表达式

在MyBox计算表达式时:

1. 占位符被数据行的实际值替换。

2. 统计值是用所有数据来计算的。

3. '#{xxx}'被处理为字符串而#{xxx}被处理为数字。

4. 当处理所有数据时，若脚本包含“#{表行号}”则它会失败。

2.8.4 示例

2.9 行过滤

2.9.1 行过滤的作用

“行过滤”是特殊的“行表达式”，用来作为过滤数据行的条件。

2.9.2 编辑行过滤

1. 脚本应当最终是一个布尔值(“true"或"false”)。

2. 可以设置取用数据的最多行数。

3. 可以保存为树形。

2.9.3 示例

2.10 行分组

2.10.1 分组前后

1. 在分组之前，可以先过滤数据行。即分组的对象是过滤后的数据行。

2. 为了利用数据库系统实现排序和统计，数据在分组前都被自动转换为临时数据库表。

3. 对于分组后的数据，可以设置排序条件和每组最多取值个数。

2.10.2 分组的作用

把数据行分组以后，可以：

1. 对源数据添加分组信息，即新增两列：组编号、组参数。

2. 按组将数据分割为多个文件。

3. 按组进行描述性统计。

4. 按组依序显示为动态的XY图/饼图/相比较图/自比较图/箱线图。

2.10.3 分组的方式

MyBox支持六种数据分组方式：

以下分别介绍它们。

2.10.4 等值分组

2.10.4.1 分组方式

选择若干列，把这些列的值都相同的数据行分为同一组。

2.10.4.2 实现原理

1. 把数据转换为临时数据库表

2. 读取每行数据，按列值分组。其效果类似于SQL语句“group by”。

2.10.4.3 分组的结果

• 完全：每个数据行都属于一组。

• 不相交：每个数据行都只属于一组。

2.10.5 值范围分组

2.10.5.1 分组方式

选择一列，按照它的值范围分割数据行。

分割条件有三种选择：

• 值间隔

• 分割的个数

• "开始值-结束值"的列表

2.10.5.2 对于时间/纪元进行分割

当被分割的列为时间/纪元类型：

1. 列值被转换为毫秒数。

2. 可设置时间单位。

3. 设置“开始-结束”项时，应输入合法的时间格式。

2.10.5.3 编辑起止列表

1. 在表格中增删改起止项。

2. 对起止项可设置是否包含“开始”值或“结束”值。

2.10.5.4 实现原理

1. 把数据转换为临时数据库表。

2. 忽略所选列的类型，将它的数据解析为双精度数值。

3. 计算该列的最大值和最小值。

4. 计算各组的区间

5. 构造各组的查询语句，条件类似于“列 >= 区间开始值 AND 列 < 区间结束值”。

2.10.5.5 分组的结果

• 若按值间隔或分割个数，则：

  • 完全：每个数据行都属于一组。

  • 不相交：每个数据行都只属于一组。

• 若按"开始值-结束值"的列表，则：

  • 可能不完全：可能有的数据行不属于任何一组。

  • 可能相交：可能有的数据行属于多个组。

2.10.6 时间分组

2.10.6.1 分组方式

只有当数据包含时间类型的列时，才能采用这种分组方式：

1. 选择一个时间类型的列

2. 选择时间单位：世纪/年/月/日/时/分/秒。

例如：

• 时间单位为“世纪”时，则计算数据的世纪，取同世纪为同组。

• 时间单位为“月”时，则同年和月的数据分为同组。

• 时间单位为“时”时，则同年、月、日、和时的数据分为同组。

• 时间单位为“秒”时，则同年、月、日、时、分、和秒的数据分为同组。

2.10.6.2 实现原理

1. 把数据转换为临时数据库表

2. 对所选时间单位，同值则同组。

2.10.6.3 分组的结果

1. 完全：每个数据行都属于一组。

2. 不相交：每个数据行都只属于一组。

2.10.7 表达式分组

2.10.7.1 分组方式

定义行表达式，其值相同则同组。

例如：

• 表达式“new Date('#{开始时间}').getDay()”，按照列“开始时间”的星期值进行分组

• 表达式“'#{说明}'.charAt(2)”，按照列“说明”的第二个字符进行分组。

• 表达式“'#{开始时间}'.substring(0, 7)”，按照列“开始时间”的前7个字符进行分组。

2.10.7.2 实现原理

1. 把数据转换为临时数据库表

2. 对每行数据计算表达式的值，同值则同组。

2.10.7.3 分组的结果

1. 完全：每个数据行都属于一组。

2. 不相交：每个数据行都只属于一组。

2.10.8 条件分组

2.10.8.1 分组方式

定义若干行过滤器，按照这些行过滤器将数据行分割成组。

2.10.8.2 实现原理

1. 把数据转换为临时数据库表。

2. 对于每个行过滤器，遍历数据行以挑出满足条件的组成员。

2.10.8.3 分组结果

• 可能不完全：可能有的数据行不属于任何一组。

• 可能相交：可能有的数据行属于多个组。

2.10.9 行号分组

2.10.9.1 分组方式

按照数据行号分割数据行。有三种选择：

• 分割的尺寸（数据行号间隔）

• 分割的个数

• "开始行号-结束行号"的列表

2.10.9.2 实现原理

1. 把数据转换为临时数据库表。

2. 计算各组的行号区间

3. 遍历数据行，按行号指定组。

2.10.9.3 分组的结果

• 若按分割尺寸或分割个数，则：

  • 完全：每个数据行都属于一组。

  • 不相交：每个数据行都只属于一组。

• 若按"开始行号-结束行号"的列表，则：

  • 可能不完全：可能有的数据行不属于任何一组。

  • 可能相交：可能有的数据行属于多个组。

2.11 修改数据

悬停或点击功能按钮，选择“修改”下的功能。

2.11.1 添加行

1. 选择添加的位置：开头、末尾、指定行之上、指定行之下。

2. 设置新增行数。

3. 设置新数据的各个列值。根据列的类型显示数值的编辑控件：

• 若数据包含经度和纬度，则显示“位置”按钮。

• 对日期、时间、纪元，显示“示例”按钮。

• 对布尔值，显示选择框。

• 对于枚举型，显示数据选择列表。

• 对于颜色，显示“颜色”按钮。

2.11.2 赋值

1. 选择数据行。可设行过滤。

2. 选择要赋值的列。

3. 选择赋值的方式：

• 常数：0、1、空格、或输入的值

• 随机数、随机数（非负）

• 添加前缀、附加后缀、设置小数位数、添加序列号

• 当所选数据为方阵（行列数相同），可赋值为：高斯分布、单位矩阵、上三角矩阵、下三角矩阵

• 行表达式

4. 若处理数据文件的所有页，则在赋值之前对数据文件自动备份。

2.11.3 删除

1. 选择数据行。可设行过滤。

2. 选项：是否在错误时继续处理。

3. 若处理数据文件的所有页，则在删除之前对数据文件自动备份。

2.11.4 设置风格/标识异常值

2.11.4.1 管理风格

1. 添加、编辑、删除、复制风格。

2. 定义风格的标题和序号。

3. 选择风格是否标识异常值。

2.11.4.2 数据范围

定义条件以约束风格应用于哪些数据单元：

1. 数据行的范围

2. 列名

3. 行过滤。

注意：在添加或删除一些数据行以后，数据的行号可能会改变。例如，在第6行之前插入两行，则原来的第12行变成了第14行，而现在的第12行是原来的第10行。
所以“行号”不是定位特定数据行的正确方式。引用特定的行的一个方法是列值构成的表达式。

2.11.4.3 定义风格

1. 字体颜色、字体大小、背景颜色、是否粗体

2. 可以输入JavaFx CSS格式的更多值。

2.11.4.4 应用风格

1. 在显示数据页面时，数据的所有风格按序号从小到大被逐条应用于数据行。

2. 若风格有重合的数据范围，则对于重合部分的数据：序号大的风格覆盖序号小的风格。

2.11.5 粘贴系统粘贴板的内容

1. 读取系统粘贴板中的内容。

2. 工具猜测分隔符并解析数据。

3. 用户可以指定分隔符来解析。

4. 可选解析方式：

• CSV解析：数值可包含分隔符和换行符，不支持空白字符解析和规则表达式解析。

• 文本解析：数值不可包含分隔符和换行符，支持空白字符解析和规则表达式解析。

5. 可选是否是第一行定义列名。

6. 对解析后的数据，选择要粘贴的行和列。

7. 选择要粘贴的位置：数据行、数据列。

8. 选择粘贴的方式：替换、插入在上方、附加在下方。

2.11.6 粘贴MyBox粘贴板的内容

1. 选择MyBox粘贴板中的数据。

2. 选择要粘贴的行和列。

3. 选择要粘贴的位置：数据行、数据列。

4. 选择粘贴的方式：替换、插入在上方、附加在下方。

2.12 整理数据

悬停或点击功能按钮，选择“整理”下的功能。

2.12.1 复制/过滤/查询/转换

1. 选择数据行。可设行过滤。

2. 选择要复制的列。

3. 选择是否：

• 复制行号

• 复制列名

• 按照列的格式保存日期/时间/纪元和数字。

4. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

5. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.12.2 排序

1. 选择数据行。可设行过滤。

2. 选择要排序的列、是否降序，可以多选。

   列的数据类型影响排序的结果。

3. 设置最多取结果的行数。

4. 选择要复制的列。

5. 选择是否复制行号、列名。

6. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

7. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.12.3 转置

1. 选择数据行。可以设置行过滤。

2. 选择要计算的列。

3. 可选是否：

• 保存行号

• 保存列名

• 把第一列当作列名

4. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

5. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.12.4 归一化

1. 选择数据行。可以设置行过滤。

2. 选择要计算列。

3. 对象可选：按照列、行、所有。

4. 算法可选：最大最小值（可设置区间）、和（L1）、ZScore（L2）。

5. 对非数字可选：略过、计为零。

6. 选择要复制的列。

7. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

8. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.12.5 分割/分组

1. 选择数据行。可以设置行过滤。

2. 设置分组的方式。

3. 选择要复制的列。

4. 设置排序条件、及每组最多行数。

5. 选择是否包含行号

6. 目标可选：

• 包含所有分组的单个文件。

• 每组一个文件。

• 数据库表。

2.13 数据计算

悬停或点击功能按钮，选择“计算”下的功能。

2.13.1 行表达式

1. 选择数据行。可以设置行过滤器。

2. 选择要复制的列。

3. 输入行表达式及其名字。

4. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

5. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.13.2 描述性统计

1. 选择数据行。可以设置行过滤器。

2. 选择要计算的列

3. 选择要统计的值：

计数、合计、均值、几何平均数、平方和、众数 、斜度、

总体方差、样本方差、总体标准差、样本标准差、

最小值（Q0）、下四分位数（Q1）、中位数（Q2）、上四分位数（Q3）、最大值（Q4）、

上极端异常值线（E4）、上温和异常值线（E3）、下温和异常值线（E2）、下极端异常值线（E1）

4. 选择对象：按照列、行（可选类比列）、所有

5. 设置小数位数。

6. 可选对非数字：略过、计为零。

7. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

8. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.13.3 分组统计

2.13.3.1 计算的选项

1. 选择数据行。可以设置行过滤器。

2. 设置分组条件。

3. 选择要计算的列。

4. 选择统计项。“计数”总是被计算。

5. 设置小数位数。

6. 对于非法值的处理：设为空值、设为零。

2.13.3.2 分组数据

分组后，数据新增2列：组编号、组参数。

2.13.3.3 统计数据

基于分组数据，对于每组计算指定的统计值。

2.13.3.4 图数据

1. 统计数据被整合为适合生成图的行和列。

2. 若选择“在图上显示所有值”，则在图上显示此表中的所有页的数据，否则在图上只显示此表中当前页的数据。

2.13.3.5 XY图

分组后的统计值可显示为XY图：

1. 选择要显示的列

2. 选择要显示的统计值。

3. 选择类别轴：组参数、或组编号。

4. 选择XY图类型。

5. 选择是否转置XY图

6. 设置图上最多显示的数据个数。

2.13.3.6 饼状图

分组及其“计数”可显示为饼图：

1. 选择类别轴：组参数、或组编号。

2. 设置图上最多显示的数据个数。

2.13.4 简单线性回归

2.13.4.1 实现的基础

此工具基于Apache Commons Math。
回归过程不存储数据，所以在处理很多数据时计算本身没有内存限制。

2.13.4.2 计算的选项

1. 选择数据行。可设行过滤。

2. 选择一列作为自变量。

3. 选择另一列作为因变量。 因变量不能与自变量是相同的列。

4. 设置期望的显著性水平(alpha)。

5. 选择是否包含截距。

6. 选择是否在图上显示所有值。

7. 设置小数位数。

2.13.4.3 回归

在表格中显示回归每一步的数据值状态，包括：观察数、斜率、截距、判定系数（R方）、R值、均方差（MSE）、方差和（SSE）、总体平方和（SSTO）、回归平方和（SSR）等。

2.13.4.4 模型

1. 显示拟合的线性模型。

2. 显示回归最后一步的数据值状态。

3. 输入的自变量，可以生成预测值。

2.13.4.5 拟合图

1. 当处理所有数据行（所有页）时，选择是否在图上显示所有值。
   若选择“在图上显示所有值”，则当图中加载很多数据时可能发生内存不够。
   否则，图上只显示当前页的数据，同时所有页都参与回归，所以没有内存限制。

2. 可设置布局、横轴、竖轴的参数。

3. 可选择图上是否显示：拟合点、拟合线、模型描述。

4. 可选择数据的标签形式。

5. 可设置拟合点/线的随机颜色。

6. 可弹出拟合图。

7. 可生成包含拟合图及其数据的html。

8. 在表格中显示拟合图的数据。

2.13.4.6 残差图

1. 可选择X轴为：预期值、自变量、实际值。

2. 可选择是否标准化残差。
   当标准化残差时，显示Sigma2（95%）的上线和下线。

3. 可设置散点的随机颜色。

4. 在表格中显示残差图的数据。

2.13.5 简单线性回归-组合

此工具帮助生成简单线性回归的数据：

1. 选择一些列作为自变量的候选。

2. 选择一些列作为因变量的候选。

3. 选择小数位数、alpha、是否包含截距。

4. 点击"确定"按钮后，工具自动：

• 对候选列进行两两组合：一列作为自变量、另一列作为因变量。

• 计算这些简单线性回归模型。

• 把模型按判定系数（R-Square）从高到低排序

5. 选择模型，点击"查看"按钮，以进一步查看它的回归数据、拟合图、和残差图。

2.13.6 多重线性回归

2.13.6.1 回归

基于Apache Commons Math，此工具帮助生成多重线性回归的数据：

1. 选择一些列作为自变量。所有数据必须是数字。

2. 选择一列为因变量。数据必须是数字。

3. 选择是否包含截距。

4. 点击"确定"按钮后：

• 工具用Z-Score算法归一化所选数据。

• 工具用普通最小二乘法（OLS）计算多重线性回归模型。

• 结果包含：截距、系数、判定系数（R-Square）、调整后的R方。

2.13.6.2 模型

用户可以输入自变量的值，利用模型预测因变量的值。

2.13.7 多重线性回归-组合

此工具帮助生成多重线性回归的数据：

1. 选择一些列作为自变量的候选。

2. 选择一些列作为因变量的候选。

3. 选择是否包含截距。

4. 点击"确定"按钮后，工具自动：

• 对候选列进行组合作为自变量和因变量。

• 计算这些多重线性回归模型。

• 把模型按调整后的判定系数从高到低排序。

5. 选择模型，点击"查看"按钮，以进一步查看相应的回归数据。

2.13.8 频数分布

1. 选择数据行。可以设置行过滤器。

2. 选择一列计算频数。

3. 选择是否忽略大小写。

4. 设置小数位数。

5. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

6. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.13.9 数值百分比

1. 选择数据行。可以设置行过滤器。

2. 选择要计算的列。

3. 选择对象：按照列、行、所有。

4. 设置小数位数。

5. 对于负数选择：略过、计为零、计为绝对值。

6. 对于非法数字选择：略过、计为零。

7. 选择要复制的列。

8. 处理以后的结果，可写为外部数据，包括：新的csv/excel/文本文件、矩阵、系统粘贴板、MyBox粘贴板、数据库表、json、xml、html、pdf。

9. 当处理当前页或选中行时，结果可写入当前页：在表内指定位置插入、附加、或替换。

2.14 数据图

悬停或点击功能按钮，选择“图”下的功能。

2.14.1 XY图

2.14.1.1 数据

1. 选择数据行。可以设置行过滤器。

2. 选择XY图的类型。

3. 选择一列为“类别轴”，以定义数据名字。

4. 选择多列为“数值轴”，不同的数值序列显示为不同颜色或者形状。

5. 缺省情况下，“类别轴”是横向轴、“数值轴”是竖向轴。

6. 对于非法数字，可选：忽略、或计为零。

7. 当处理所有数据行（所有页）时，坐标图需要考虑内存限制。

8. 点击“菜单”按钮以设置数据图的参数。

9. 点击“弹出”按钮以在弹出窗口中显示当前图。

10. 点击“数据”按钮以在数据表中显示XY图的数据。

11. 点击“网页”按钮以在网页中显示XY图的数据。

2.14.1.2 条图

1. 以条块的高度表示数据的大小。

2. 类别列总是被当作字串处理。

2.14.1.3 堆叠条图

1. 以条块的高度表示数据的大小。

2. 类别列总是被当作字串处理。

2.14.1.4 线图

1. 以连接点的线条表示数据的趋势。

2. 类别列可以是数字或字串。

2.14.1.5 散点图

1. 以符号表示数据的分布。

2. 类别列可以是数字或字串。

2.14.1.6 气泡图

1. 以不同半径的多个圆表示数据的大小。

2. “类别”列和“数值”列定义数据的坐标。

3. 选择若干“大小”列，定义数据的大小。

4. 所有列都必须是数字，大小列必须是非负数。

2.14.1.7 面积图

1. 以面积表示数据的大小。

2. 类别列总是被当作字串处理。

2.14.1.8 堆叠面积图

1. 以面积表示数据的大小。

2. 类别列总是被当作字串处理。

2.14.1.9 图数据的参数

1. 标签，可选：不显示、点、值、类别。

2. 标签位置

3. 标签字体大小

4. 小数位数

2.14.1.10 布局

设置面板：标题、字体、图例位置、是否显示零度线/网格线、线宽等。

2.14.1.11 类别轴

设置类别轴：标签、字体、位置、刻度、当作字串处理还是数字处理、坐标等。

2.14.1.12 数值轴

设置数值轴：标签、字体、位置、刻度、坐标等。

2.14.2 饼图

以分割的圆表示数据的比例：

1. 选择数据行。可设置行过滤。

2. 选择一列为“类别”。

3. 选择一列为“数值”，列值必须是非负数。

4. 当处理所有数据行（所有页）时，饼图需要考虑内存限制。

5. 点击“菜单”按钮以设置数据图的参数。

6. 点击“弹出”按钮以在弹出窗口中显示当前图。

7. 点击“数据”按钮以在数据表中显示图的数据。

8. 点击“网页”按钮以在网页中显示图的数据。

2.14.3 箱线图

2.14.3.1 计算方式

箱线图用来展示数据的分布：

1. 数据按照列/行/全部来升序排序。

2. 以下项可以显示出数据的聚集性和离散性：

最小值 Q0 = 位于数据列的 0%（开头）
下四分位数 Q1 = 位于数据列的 25%
中位数 Q2 = 位于数据列的 50%（中部）
上四分位数 Q3 = 位于数据列的 75%
最大值 Q4 = 位于数据列的 100%（结尾）

3. 以下项可以用于标识数据的异常值：

下极端异常值线 E1 = Q1 - 3 * ( Q3 - Q1 )

下温和异常值线 E2 = Q1 - 1.5 * ( Q3 - Q1 )

上温和异常值线 E3 = Q3 + 1.5 * ( Q3 - Q1 )

上温和异常值线 E4 = Q3 + 3 * ( Q3 - Q1 )

4. 以下项可以用于离散性的参考：

均值 = 数据的平均数

2.14.3.2 数据选项

1. 选择数据、设置行过滤。

2. 选择对象：按照列、行（选择类别列）、所有。

3. 选择要计算的列。

4. 设置排序条件，即最多取排序后的数据个数。

5. 对于非法值：略过、计为零。

2.14.3.3 统计数据

可以查看和编辑生成的统计数据。

2.14.3.4 图选项

1. 箱子的宽度。

2. 是否显示异常值线或均值。

3. 是否显示各类数值的连线、是否虚线。

4. 是否转置

5. 图上最多显示数据个数

6. 随机颜色。

7. 点击“菜单”按钮以设置数据图的参数。

8. 点击“弹出”按钮以在弹出窗口中显示当前图。

9. 点击“数据”按钮以在数据表中显示图的数据。

10. 点击“网页”按钮以在网页中显示图的数据。

2.14.4 自比较条图

2.14.4.1 计算方式

自比较条图用来对比数据与参考值。以下规则用来计算所选数据值的颜色条：

1. 若值等于零，不显示条

2. 当按绝对值比较时：

最大值 = 列/行/所有的最大绝对值

百分比 = 值的绝对值 / 最大值

宽度 = 最大宽度 * 百分比

颜色 = 若值大于零， 为列的颜色；若值小于零，为列的颜色的反色

3. 当按最大最小值区间比较时：

最大值 = 列/行/所有的最大值

最小值 = 列/行/所有的最小值

百分比 = （值 - 最小值）/ （最大值 - 最小值）

宽度 = 最大宽度 * 百分比

条的颜色 = 列的颜色

2.14.4.2 数据选项

1. 选择数据、设置行过滤。

2. 选择要计算的列

3. 选择要复制的列。

4. 设置排序条件、及最多取值个数。

5. 设置对非法值的处理。

6. 设置小数位数。

7. 当处理所有数据行（所有页）时，自比较条图需要考虑内存限制

2.14.4.3 图选项

1. 选择比较对象：行、列、所有

2. 选择比较方式：绝对值、最大最小区间。

3. 设置条的最大宽度。

4. 设置图上最多显示数据个数。

5. 是否显示行号、值、百分比、类别、计算出来的值。

6. 可以编辑图中数据

7. 可以编辑图的html

2.14.5 相比较条图

2.14.5.1 计算方式

相比较条图用来对比两类数据。以下规则用来计算颜色条：

1. 若值等于零，不显示条

2. 当按绝对值比较时：

最大值 = 两个值列的最大绝对值

百分比 = 值的绝对值 / 最大值

宽度 = 最大宽度 * 百分比

颜色 = 若值大于零， 为列的颜色；若值小于零，为列的颜色的反色

3. 当按最大最小区间比较时：

最大值 = 两个值列的最大值

最小值 = 两个值列的最小值

百分比 = （值 - 最小值）/ （最大值 - 最小值）

宽度 = 最大宽度 * 百分比

条的颜色 = 列的颜色

2.14.5.2 数据选项

1. 选择数据、设置行过滤。

2. 选择类别列（非必要）。

3. 选择两个要比较的数值列。

4. 选择要复制的列。

5. 设置排序条件、及最多取值个数。

6. 设置小数位数。

7. 当处理所有数据行（所有页）时，自比较条图需要考虑内存限制

2.14.5.3 图选项

1. 选择比较方式：绝对值、最大最小区间。

2. 设置条的最大宽度。

3. 设置图上最多显示数据个数。

4. 是否显示行号、值、百分比、类别、计算出来的值。

5. 可以编辑图中数据

6. 可以编辑图的html

2.14.6 XYZ图

1. 基于echarts-gl，借助WebGL技术在网页中显示三维图。

2. 由于JavaFX基于的Webview不支持WebGL，所以生成的网页将在系统浏览器中显示。

3. 请确认你的系统浏览器支持WebGL且未禁止本地JavaScript文件。

2.14.6.1 三维散点图

1. 选择数据行。可以设置行过滤。

2. 选择数据轴：

   • 选择一列为“X轴”，可选是否计为字符串，不选则计为数字。

• 选择一列为“Y轴”，可选是否计为字符串，不选则计为数字。

• 选择多列为“Z轴”，可选是否计为字符串，不选则计为数字。

3. 选择其它要在标签中弹出的值

4. 设置图参数：选择投影、颜色、宽度、高度、是否深色模式、点的尺寸。

2.14.6.2 曲面图

1. 选择数据行，可以设置行过滤。

2. 选择数据轴：

   • 选择一列为“X轴”，可选是否计为字符串，不选则计为数字。

• 选择一列为“Y轴”，可选是否计为字符串，不选则计为数字。

• 选择一列为“Z轴”，可选是否计为字符串，不选则计为数字。

3. 选择其它要弹出的值

4. 设置图参数：选择投影、颜色、宽度、高度、是否深色模式、是否显示网格。

2.14.7 位置分布图

把位置数据动态显示在地图上。

2.14.7.1 数据选项

1. 选择数据行。可以设置行过滤。

2. 各选一列为：标签、经度、纬度、大小。

3. 选择其它要在弹出信息中显示的列。

4. 选择坐标系统。

5. 设置排序条件、最多取值个数。

2.14.7.2 地图数据

地图中引用的数据被显示在表中。

2.14.7.3 地图选项

1. 地图类型：天地图、高德。

2. 选择投影、地图尺寸，

3. 设置标注图片、标注文字。

4. 选择是否弹出信息。

5. 选择地图控件。

2.14.7.4 播放选项

1. 选择定时类型：

• 延迟：显示本帧之后，等待指定的时间，再显示下一帧。

• 间隔：本帧开始显示的时间与下一帧开始显示的时间之间，总是相差指定的时间。

2. 选择是否：循环、反向、累加、移到中心、链接。

3. 自动播放。

4. 指定一帧显示。

5. 导航按钮。

6. 截图：

• 选择背景色、像素密度

• 自动逐帧截图，然后显示在“编辑图像列表”的界面中以进一步处理。

7. 设置图上最多显示数据个数。

2.15 分组图

悬停或点击功能按钮，选择“分组图”下的功能。