近紅外光譜分析指標Android可視化—數(shù)據(jù)統(tǒng)計分析

嚴蕊 貴陽永青儀電科技有限公司

引言：數(shù)據(jù)可視化的概念一直處于不斷變化的過程，可視化是指把不可見的數(shù)據(jù)現(xiàn)象轉(zhuǎn)變成為可見的圖形現(xiàn)象，給一些錯綜復(fù)雜、看起來毫無規(guī)律，沒辦法及時解釋和關(guān)聯(lián)的數(shù)據(jù)建立起聯(lián)系和關(guān)聯(lián)，是我們能及時有效的發(fā)現(xiàn)數(shù)據(jù)的規(guī)律和特征。

將數(shù)據(jù)的可視化展現(xiàn)在人們常用的智能移動設(shè)備上是一個很好的結(jié)合，既方便了能夠用戶隨時掏出手機工作，直接查看數(shù)據(jù)圖像從而對所需項目，進行分析、規(guī)劃、調(diào)整等等操作。

1 基于Android平臺分析指標數(shù)據(jù)可視化系統(tǒng)的組成

本設(shè)計分為兩個模塊，分別為數(shù)據(jù)統(tǒng)計分析和數(shù)據(jù)可視化。總體方案流程圖如圖1所示：

圖1 總體方案流程圖

1.1 SQLite數(shù)據(jù)庫

SQLite，作為一款輕型的數(shù)據(jù)庫，支持的操作系統(tǒng)非常多，包括Windows/Linux/Unix等等一些主流的操作系統(tǒng)。與此同時，很多程序語言都能與之相結(jié)合，比如 Tcl、C#、PHP、Java等等常用的語言。

1.2 移動終端操作平臺

本設(shè)計采用基于Android操作平臺的移動終端。移動終端是近紅外指標數(shù)據(jù)信息可視化界面的物理載體，它主要負責(zé)從本地存儲的SQLite數(shù)據(jù)庫中獲取數(shù)據(jù)信息，移動終端獲取數(shù)據(jù)后在觸摸屏上以一定的可視化方法進行界面展示，并通過數(shù)據(jù)分析和處理展示，使用戶可以對指標數(shù)據(jù)狀態(tài)一目了然，并對產(chǎn)品生產(chǎn)是的含量等數(shù)據(jù)進行調(diào)整。

1.3 數(shù)據(jù)可視化系統(tǒng)

數(shù)據(jù)部分使用SQLite數(shù)據(jù)庫進行存儲，存儲位置在移動終端內(nèi)部SDCard中。可視化部分，使用Android Studio開發(fā)工具搭建Android平臺，利用第三方控件Achartengine實現(xiàn)以圖表的方式展現(xiàn)數(shù)據(jù)。

1.4 可視化開發(fā)工具選擇

Achartengine是一個Android應(yīng)用的圖表庫，是一個通用的第三方控件，支持一些常見的圖表，所有支持的圖表類型還可以包含多個系列，可以顯示與x軸水平（默認）或垂直和支持許多其他自定義功能。

(1)運行機制：

Achartengine運行每一個圖表都需要數(shù)據(jù)集（Dataset）和渲染集(Renderer)，其中數(shù)據(jù)集由很多數(shù)據(jù)組成，渲染集由不相同的子渲染器組成。生成帶圖表的GraphicalView 或者 GraphicalActivity，需要通過圖表工廠 (ChartFactory) 去調(diào)用 數(shù)據(jù)集 (Dataset) 和渲染器集合 (Renderer)。

圖2 Achartengine運行機制

(2)相關(guān)類與方法：

XYMultipleSeriesDataset（數(shù)據(jù)集，用來封裝所需要的數(shù)據(jù)）、XYSeries （圖表數(shù)據(jù)集的其中一部分, 每個代表一個數(shù)據(jù)集合，比如說折線, 一個圖表里面能夠包含多條折線, 所有的折線的數(shù)據(jù)放在一起就稱為數(shù)據(jù)集 XYMultipleSeriesDataset）、XYMultipleSeriesRenderer （ 渲染器的集合, 圖表里許多個曲線的渲染器）、XYSeriesRenderer （單條曲線或單元的渲染器, 舉個例子，一個圖表中可能存在多條曲線或者點等, 每條曲線或者每個點都需要一個渲染器, 所有的渲染器集合在一起就是渲染器集合XYMultipleSeriesRenderer）。

(3)渲染器：

它的作用是定義圖形的外觀樣式，如顏色、字體、線條、圖例樣式等等，API主要是Default Renderer（默認渲染器）、簡單渲染Simple Series Renderer及它的子類。

(4)數(shù)據(jù)填充器：

在創(chuàng)建圖表的時候需要的數(shù)據(jù)的集合，填充器的選擇要根據(jù)View決定，我們創(chuàng)建不同的View，需要的數(shù)據(jù)填充器是不一樣的，填充器類有許多，比如說XY系列圖表數(shù)據(jù)填器XYMultipleSeriesDataset、日期/時間圖表填充器Time Series、餅圖數(shù)據(jù)填充器CategorySeries等等。

(5)圖表View：用于顯示具體的不同的圖表類型。

2 數(shù)據(jù)的統(tǒng)計與分析方法

2.1 差異分析

(1)平均值（average value）：分為幾種形式的平均值，有算數(shù)平均值、幾何平均值、加權(quán)平均值等等。其中最普遍運用的是算數(shù)平均值，由公式：

(2)標準偏差(Std Dev,Standard Deviation)：作為反映數(shù)據(jù)分布的離散程度的標準，用來衡量數(shù)據(jù)值偏離算數(shù)平均值的程度，從標準偏差的值來看，標準偏差越小，則表示這些值偏離算數(shù)平均值就越少，反之，標準偏差越大，這些值偏離算數(shù)平均值就越多。一般用σ表示標準偏差，它是方差的算術(shù)平方根。標準偏差有總體標準偏差和樣本標準偏差，本設(shè)計采用的是樣本標準偏差，由公式：

(3)變異系數(shù)（Coefficient of Variation）：用來衡量數(shù)據(jù)集中值得變異程度的一個統(tǒng)計量。變異系數(shù)也有多種，包括全距系數(shù)、平均差系數(shù)、標準差系數(shù)等等。當(dāng)單位或平均值不同的時候，如果我們要比較其變異程度，就不能使用標準偏差，而必須要采用標準偏差與平均值的比來進行比較。本設(shè)計采用標準差系數(shù)進行分析，標準變異系數(shù)是指一組數(shù)據(jù)的變異指標和它平均值的指標的比值，通常用CV（Coefficieut of Variance）表示。變異系數(shù)的作用是反映單位均值上面的離散程度。一般用在總體平均值不相同的離散程度的比較上，當(dāng)總體的均值相同時，就說明比較標準差系數(shù)和比較標準差沒有區(qū)別，二者是等價的，由公式：

2.2 排除數(shù)據(jù)中的異常值

異常值指的是在一組測量值里面，測量值和平均值的偏差超過了兩倍標準差的值，其中超過了三倍標準差的值成為高度異常值，我們在處理數(shù)據(jù)的時候，一般排除掉高度異常值。本設(shè)計中采用的是格拉布斯準測法（Grubbs）來實現(xiàn)對異常值得找出。我們使用貝塞爾公式求平均值的標準偏差（u表示殘差），由公式：

2.3 頻數(shù)直方圖

頻數(shù)直方圖中，y軸表示頻數(shù)，由許多個寬與組距相等、面積用來表示頻數(shù)的長方形組成的統(tǒng)計圖。它具有的特點是能清楚的顯示每個組頻數(shù)的分布情況，也能容易的顯示各個組之間頻數(shù)的差異。在運用頻數(shù)直方圖前，我們需要明確幾個基本名詞的概念。首先是頻數(shù)，我們在對數(shù)據(jù)進行統(tǒng)計記錄是可以發(fā)現(xiàn)，數(shù)據(jù)有可能出現(xiàn)多次，出現(xiàn)的次數(shù)有多有少，也就是說他們出現(xiàn)的頻繁程度各不相同，這時候，我們把每個數(shù)據(jù)出現(xiàn)的次數(shù)稱之為頻數(shù)。我們所選取的樣本個數(shù)比較多，把這些樣本分為數(shù)量相同的組，把組的個數(shù)成為組數(shù)，每個組的兩個端點之間的距離叫做組距，在計算組距時，我們要知道極差R，極差指的是一組數(shù)據(jù)中最大值L和最小是S的差，由公式：

做出頻數(shù)直方圖的方法不難，步驟如下：

a.找出數(shù)據(jù)的最大值L和最小值S，計算極差；

b.決定組數(shù)，計算組距；

c.確定分點；

d.列出頻數(shù)分布表；

e.畫出頻數(shù)直方圖。

3 總體結(jié)構(gòu)與功能分析

首先從煙葉原煙近紅外光譜分析物聯(lián)網(wǎng)系統(tǒng)獲得關(guān)于煙草的近紅外指標數(shù)據(jù)信息。我們進入系統(tǒng)中的C類統(tǒng)計獲取數(shù)據(jù)，C類基礎(chǔ)統(tǒng)計詳細的描述了當(dāng)前用戶有權(quán)限的單位在不同年份的樣品數(shù)量、等級數(shù)量、品種數(shù)量、省份、地州、市縣、站的數(shù)據(jù)量并進行求和統(tǒng)計，通過檢索、數(shù)據(jù)分析、導(dǎo)出等操作獲得可視化所需的近紅外指標基礎(chǔ)數(shù)據(jù)源。

3.1 數(shù)據(jù)前期處理

(1)縮放顯示圖表：用戶可通過兩指之間的手勢滑動操作，使圖表實現(xiàn)放大與縮小功能。

(2)制定區(qū)間選取并顯示該放大區(qū)間圖表：用戶通過放大圖表，移動圖表獲取自己想要獲取的圖表區(qū)間讀取數(shù)據(jù)信息。

(3)從圖上選點，與數(shù)據(jù)關(guān)聯(lián)并顯示詳細數(shù)據(jù)：當(dāng)用戶通過點擊數(shù)據(jù)圖表上的點，獲得一個彈框，彈框內(nèi)將根據(jù)圖表特征顯示點或區(qū)間的坐標和其他數(shù)據(jù)信息。

3.2 數(shù)據(jù)處理及可視化

(1)差異分析：對不同地區(qū)、品種、等級的煙葉總糖、總氮、還原糖、煙堿、鉀、氯含量進行分析，不同品種差異部分分析如表1 所示

表一 品種差異分析表

(2)排除數(shù)據(jù)異常值：由計算可得，標準偏差σ=0.371，所以3σ=1.113，同時由表所知， 的最大值為3.630，其中只有最大值3.630大于3σ，所以楚雄州煙草鉀含量的異常數(shù)據(jù)為3.630，通過渲染器等實現(xiàn)可視化。

(3)頻數(shù)直方圖：以昆明市的煙草總糖、總氮、還原糖、煙堿、鉀、氯含量為例，分別選取100個樣本數(shù)據(jù)進行統(tǒng)計分析，得出各個頻數(shù)分布表。昆明市2015年煙草總糖含量選取100個樣本數(shù)據(jù)，分為9個組，組距為4。

結(jié)論：我們將分析結(jié)果中不同品種化學(xué)含量差異分析數(shù)據(jù)六項指標進行可視化，采用Achartengine第三方控件在Android工程下編寫程序，創(chuàng)建數(shù)據(jù)填充器填充數(shù)據(jù)，創(chuàng)建渲染器對圖表的屬性進行定義，最后獲取Intent對象，顯示圖表 View。