[发明专利]一种数据处理方法及装置

说明书

本发明公开一种数据处理方法及装置，其中，所述方法包括：将待划分区间的t个数据按照大小排序形成数组arr；获取数组arr的中位数m和t个数据的平均数a；根据m和a将t个数据划分为N个区间；N个区间包括第一组区间和第二组区间；将数组arr中最小值到a之间的数据进行第一组区间划分，将a到数组arr中最大值之间的数据进行第二组区间划分；当a减去m的差值大于第一预定值，第一组区间个数大于第二组区间个数；当m减去a的差值大于第一预定值，第一组区间个数小于第二组区间个数。通过该种数据处理方法进行区间划分，可以根据数据分布的密度，相应地进行区间划分，使得所划分出各个区间的数据量分配均匀。

技术领域

本发明涉及大数据技术领域，尤其涉及一种数据处理方法及装置。

背景技术

数据可视化主要是借助图形化手段，清晰有效地传达与沟通信息。在司法领域，尤其是民事案件中，往往会出现判决金额，而判决金额的判决是否合理是群众和法官都关心的问题。

针对案件判决金额的数据可视化，某些判决金额细项的金额跨度过大，进行可视化展示的时候，区间划分成了一个影响展示效果的关键因素。

现有技术中，针对数据区间划分一般包括两种，一种是固定区间，另一种是不固定区间，下面分别来介绍。

第一种：采取固定区间宽度。

例如，采用固定区间宽度为1000时各个区间为：1-1000，1000-2000，2000-3000等。

第二种：采取不固定区间宽度。

例如，采用不固定区间宽度时各个区间为：1-1000，1000-10000，10000-100000等。

但是，无论采用固定区间宽度还是不固定区间宽度均会出现某一区间的数据数量众多，而其他区间数据数量较少甚至没有的情况，这样将导致最终的图表展示效果较差。

发明内容

为了解决现有技术中存在的以上技术问题，本发明提供一种数据处理的方法及装置，能够对数据进行区间划分，使划分出的各个区间中的数据个数分配均匀。

本发明实施例提供了一种数据处理方法，包括：将待划分区间的t个数据按照大小排序形成数组arr；获取所述数组arr的中位数m和所述t个数据的平均数a；根据所述m和a将所述t个数据划分为N个区间；所述N个区间包括第一组区间和第二组区间；将所述数组arr中最小值到a之间的数据进行第一组区间划分，将a到数组arr中最大值之间的数据进行第二组区间划分；当所述a减去m的差值大于第一预定值，所述第一组区间个数大于所述第二组区间个数；当所述m减去a的差值大于第一预定值，所述第一组区间个数小于所述第二组区间个数。

优选的，根据权利要求1所述的数据处理方法，还包括：判断所述a和m差值的绝对值比所述数组arr的最大值小预定数量级，则按照预定区间宽度对所述数组arr进行N个区间平均划分。

所述按照预定区间宽度对所述数组arr进行N个区间平均划分，具体可以包括：将所述数组arr中最大值和所述数组arr中最小值的差值除以所述N，将所得的商作为所述预定区间宽度；按照所述预定区间宽度对所述数组arr进行N个区间平均划分。

根据所述m和a将所述t个数据划分为N个区间；所述N个区间包括第一组区间和第二组区间；将所述数组arr中最小值到a之间的数据进行第一组区间划分，将a到数组arr中最大值之间的数据进行第二组区间划分；具体可以包括：将所述数组arr划分为两个区间，所述两个区间分别为：所述数组arr中最小值到a和a到数组arr中最大值；记录所述两个区间中数据个数较少的区间的数据的数目S1；将所述两个区间中数据个数较多的区间作为新的数组按照对所述数组arr划分为两个区间的方式进行再次划分，获得新的数组划分的两个区间的数据的数目分别为S2和S3；将所述S1、S2和S3最大数目对应的区间作为新的数组继续划分，以此类推，直到划分的区间的个数为N。