Я понимаю как сделать через двойное считывание, т.е. считать файл 1 раз, чтобы определить кол-во строк и столбцов и второй раз, чтобы считать данные, но преподавателю так не нравиться.
#include <graphics.h>
#include <stdio.h>
#include <locale.h>
#include "bibliot.h"
//можно double
#define MAX_ROWS 102
#define MAX_COLS 3
int main(int argc, char** argv) {
setlocale(LC_ALL, "Russian");
int gd = DETECT, gm;
initgraph(&gd, &gm, NULL);
// размеры графика и положение осей координат
int leftMargin = 100, topMargin = 50;
int width = 500, height = 3000;
int xAxisLength = 400, yAxisLength = 200;
int xAxisPos = leftMargin, yAxisPos = topMargin + yAxisLength;
// Отрисовка оси абсцисс (X)
line(0, getmaxy() / 2, getmaxx(), getmaxy() / 2);
// Отрисовка оси ординат (Y)
line(getmaxx() / 2, 0, getmaxx() / 2, getmaxy());
// Подписи осей
outtextxy(getmaxx() - 50, getmaxy() / 2 + 10, "X");
outtextxy(getmaxx() / 2 + 10, 10, "Y");
FILE *f;
char data[MAX_ROWS][MAX_COLS][102];
int rows = 0;
float orders[MAX_ROWS]; // Массив для количеств заказов, теперь тип float
float income[MAX_ROWS]; // Массив для суммы дохода, теперь тип float
f = fopen("predpriyatiya.txt", "rt");
if (f == NULL) {
printf("Не удалось открыть файл.\n");
return 1;
}
// Чтение данных из файла
while (rows < MAX_ROWS && fscanf(f, "%[^;];%[^;];%[^\n]", data[rows][0], data[rows][1], data[rows][2]) == 3) {
// Запись данных в массивы
orders[rows] = atof(data[rows][1]); // Преобразование строки в float и запись в массив заказов
income[rows] = atof(data[rows][2]); // Преобразование строки в float и запись в массив доходов
rows++;
}
fclose(f);
// Нахождение максимального значения дохода
float maxIncome = 0;
for (int i = 0; i < rows; i++) {
if (income[i] > maxIncome) {
maxIncome = income[i];
}
}
// Отметьте точки на графике для значений income
for (int i = 0; i < rows; i++) {
int x = xAxisPos + (int)((orders[i] / MAX_ROWS) * xAxisLength);
int y = yAxisPos - (int)((income[i] / maxIncome) * yAxisLength);
putpixel(x, y, WHITE);
}
// Нахождение максимальной длины для каждого столбца
int max_lengths[MAX_COLS] = {0};
for (int i = 0; i < rows; i++) {
for (int j = 0; j < MAX_COLS; j++) {
int length = strlen(data[i][j]);
if (length > max_lengths[j]) {
max_lengths[j] = length;
}
}
}
// Вывод данных с выровненными столбцами
// Вывод данных с выровненными столбцами и заголовками
printf("%-*s %-*s %-*s\n", max_lengths[0], "Предприятие", max_lengths[1], "Кол-во заказов", max_lengths[2] + 10, "Чистый доход, млн.р.");
for (int i = 0; i < rows; i++) {
printf("%-*s %-*s %-*s\n", max_lengths[0], data[i][0], max_lengths[1], data[i][1], max_lengths[2] + 10, data[i][2]);
}
printf("\n\n\n\n\n\n");
// Вычисление статистики для массива количеств заказов
float Sx, Srx, Somx;
statistic(rows, orders, income, &Sx, &Srx, &Somx);
// Вычисление статистики для массива суммы дохода
float Sy, Sry, Somy;
statistic(rows, income, orders, &Sy, &Sry, &Somy);
// Вывод результатов статистики для массива количеств заказов
printf("Статистики вычисленные в массиве заказов\n");
printf("Среднее значение: %-15.2f\n", Srx);
printf("Среднеквадратическое отклонение: %.3f\n\n", Somx);
// Вывод результатов статистики для массива суммы дохода
printf("Статистики вычисленные в массиве суммы дохода\n");
printf("Среднее значение: %-15.2f\n", Sry);
printf("Среднеквадратическое отклонение: %.3f\n\n", Somy);
// Вычисление коэффициента корреляции
float r = top(rows, orders, Srx, income, Sry) / ((rows - 1) * Somx * Somy);
// Вывод коэффициента корреляции
printf("Коэффициент корреляции: %.3f\n\n", r);
// Если коэффициент корреляции меньше или равен 0.5, меняем цвет вывода и выводим сообщение
if (fabs(r) <= 0.5) {
system("color FC"); // Изменение цвета текста в консоли (F - ярко-красный, C - ярко-синий)
printf("Связь между x и y слабая!\n"); // Вывод сообщения о слабой связи между x и y
} else {
printf("Связь между x и y сильная!\n");
float a0, a1; // Коэффициенты регрессии
float regr1[MAX_ROWS], regr2[MAX_ROWS]; // Массивы для значений регрессии
// Первая регрессия
regr(rows, Sy, fi1, orders, &a0, &a1, income); // Вычисление коэффициентов a0 и a1 для первой регрессии
setcolor(GREEN);
int prevX1 = 0, prevY1 = 0; // Переменные для хранения предыдущей точки первой регрессии
for (int i = 0; i < rows; i++) {
regr1[i] = a0 + a1 * fi1(orders[i]); // Вычисление значений первой регрессии
int x1 = leftMargin + (int)((orders[i] / MAX_ROWS) * xAxisLength);
int y1 = topMargin + yAxisLength - (int)((regr1[i] / maxIncome) * yAxisLength);
if (i > 0) {
line(prevX1, prevY1, x1, y1); // Соединение текущей и предыдущей точек первой регрессии
}
prevX1 = x1;
prevY1 = y1;
}
//введение
// Постановка задачи(ссылка на приложение с файлом)
//Подготовка тестов(график с excel+ данные)
//
// Вторая регрессия
regr(rows, Sy, fi2, orders, &a0, &a1, income); // Вычисление коэффициентов a0 и a1 для второй регрессии
setcolor(RED);
int prevX2 = 0, prevY2 = 0; // Переменные для хранения предыдущей точки второй регрессии
for (int i = 0; i < rows; i++) {
regr2[i] = a0 + a1 * fi2(orders[i]); // Вычисление значений второй регрессии
int x2 = leftMargin + (int)((orders[i] / MAX_ROWS) * xAxisLength);
int y2 = topMargin + yAxisLength - (int)((regr2[i] / maxIncome) * yAxisLength);
if (i > 0) {
line(prevX2, prevY2, x2, y2); // Соединение текущей и предыдущей точек второй регрессии
}
prevX2 = x2;
prevY2 = y2;
}
float mean_income = average(rows, income); // вычисление среднего значения дохода
float variance = disp(rows, mean_income, income); // вычисление дисперсии по переменной дохода
printf("Регрессия 1\t\tРегрессия 2\n");
for (int i = 0; i < rows; i++) {
printf("%.3f\t\t\t%.3f\n", regr1[i], regr2[i]);
}
printf("\n\n");
printf("Коэффициенты а0 и а1 для первой регрессии:\n a0=%.3f\n a1=%.3f\n\n", a0, a1);
printf("Коэффициенты а0 и а1 для второй регрессии:\n a0=%.3f\n a1=%.3f\n\n", a0, a1);
printf("Дисперсия по y: %lf\n", variance);
float sum_of_squared_diff = 0;
for (int i = 0; i < rows; i++) {
float diff = income[i] - regr1[i];
float squared_diff = diff * diff;
sum_of_squared_diff += squared_diff;
}
float mean_squared_diff = sum_of_squared_diff / rows;
// Выводим среднее значение квадратов разностей
printf("Остаточная дисперсия первой регрессии:%f\n", mean_squared_diff);
float sum_of_squared_diff1 = 0;
for (int i = 0; i < rows; i++) {
float diff1 = income[i] - regr2[i];
float squared_diff1 = diff1 * diff1;
sum_of_squared_diff1 += squared_diff1;
}
float mean_squared_diff1 = sum_of_squared_diff1 / rows;
// Выводим среднее значение квадратов разностей
printf("Остаточная дисперсия второй регрессии:%f\n", mean_squared_diff1);
float fisher = variance / mean_squared_diff;
// Выводим коэффициент Фишера
printf("Коэффициент Фишера для первой регрессии: %.2f\n", fisher);
float fisher1 = variance / mean_squared_diff1;
// Выводим коэффициент Фишера
printf("Коэффициент Фишера для второй регрессии: %.2f\n", fisher1);
if (fisher > fisher1)
puts("Первая регрессия лучше описывает зависимость.");
else
puts("Вторая регрессия лучше описывает зависимость.");
}
getch();
closegraph();
return 0;
}
