我希望gnuplot只对给定范围的数据执行stats功能。
我的数据如下：
24.12.2014-08:00,34,35,44
25.12.2014-08:00,33,35,44
26.12.2014-08:00,32,32,48
27.12.2014-08:00,31,36,41
28.12.2014-08:00,34,35,44
我现在在我的剧情剧本中有这个：
...
set datafile separator ","
stats 'out.csv' u 2 prefix "A"
set xdata time
set timefmt "%d.%m.%Y-%H:%M"
set format x "%d.%m"
set xrange["24.12.2014":"28.12.2014"]
set label 1 gprintf("Max = %g", A_max) font "-Bold" at "24.12.2014",A_max-1
...
但这会计算所有日期的统计数据。但是我只想要从26.12到28.12的范围进行统计计算以及我实际图表的整个范围，因为我想在不同的时间段内分割我的图表统计数据。
统计功能不喜欢时间数据†，但您可以使用各种功能来强制它使用时间数据来操作时间。提供了两种方法。
startrange = strptime("%d.%m.%Y","26.12.2014")
endrange = strptime("%d.%m.%Y","29.12.2014")
validdate(x) = (curdate=strptime("%d.%m.%Y-%H:%M",x),curdate>=startrange&&curdate<endrange)
stats 'out.csv' u (validdate(strcol(1))?$2:1/0) prefix "A"
哪个产生
* FILE:
Records: 3
Out of range: 0
Invalid: 2
Blank: 0
Data Blocks: 1
* COLUMN:
Mean: 32.3333
Std Dev: 1.2472
Sample StdDev: 1.5275
Skewness: 0.3818
Kurtosis: 1.5000
Avg Dev: 1.1111
Sum: 97.0000
Sum Sq.: 3141.0000
Mean Err.: 0.7201
Std Dev Err.: 0.5092
Skewness Err.: 1.4142
Kurtosis Err.: 2.8284
Minimum: 31.0000 [1]
Maximum: 34.0000 [2]
Quartile: 31.0000
Median: 32.0000
Quartile: 34.0000
在您的样本数据上（前两行超出范围，后三行不是）。这里我们强制超出范围值无效，因此我们显示0超出范围。
这种方法的工作方式是我们使用strptime函数将日期转换为内部表示（在gnuplot 5中，这是自Unix Epoch以来的秒数，并且是自2000年1月1日以来版本中的秒数） ）。因此，前两行获得2014年12月26日午夜和2014年12月29日午夜的内部值（我们调整到第二天，以便我们可以适应所有12月28日的范围）。
有效日期函数将感兴趣的日期转换为内部表示，并将其与这些标记进行比较。如果它在范围内，我们返回1（真），如果不在，则返回0（假）。请注意，第一次比较使用大于或等于测试日期是否至少等于开始日期的午夜，第二次使用严格小于检查日期是否在第二天开始之前。如果您在那些日子有特定的时间，可以进行细微的修改。
最后，我们对条件值运行stats命令。如果第一列中的日期（我们需要使用strcol函数将其加载为字符串以提供给validdate函数）在范围内，我们使用第二列值。如果日期不在范围内，我们使用无效值1/0。统计功能不会在分析中使用无效值。
另外，如果更方便的话，我们可以接受开始和结束日期作为函数中的参数：
validdate(x,start,end) = (startrange=strptime("%d.%m.%Y",start),endrange=strptime("%d.%m.%Y",end),curdate=strptime("%d.%m.%Y-%H:%M",x),curdate>=startrange&&curdate<endrange)
并调用stats函数
stats 'out.csv' u (validdate(strcol(1),"26.12.2014","29.12.2014")?$2:1/0) prefix "A"
Gnuplot有一个时间列函数，可以读取列作为时间和日期。这为我们提供了一种更简单的替代方法，但不一定非常强大。
我们可以做的
set timefmt "%d.%m.%Y-%H:%M"
stats [startrange:endrange] 'out.csv' u (timecolumn(1)):2
这将使用timefmt将第一列读取为时间。‡
这个版本与上面的版本类似，只是接受endrange值而不是拒绝（如果我们需要更复杂的日期和时间测试，上面的版本会更强大）并且丢弃的值被列为“超出范围”而不是“无效”。
我们还可以使用内联指定开始和结束范围
stats [strptime("%d.%m.%Y","26.12.2014"):strptime("%d.%m.%Y","29.12.2014")] 'out.csv' u (timecolumn(1)):2
†请注意，您不能在时间模式下使用统计功能，否则只会抱怨。因此，必须在调用set xdata time之前或在使用set xdata恢复正常模式之后运行上述内容。
‡在版本5中，timecolumn函数还可以使用另一个参数来指定要使用的格式（例如timecolumn(1,"%d.%m.%Y-%H:%M")而不是使用timefmt命令，在这种情况下不需要）
请注意，在版本5中，只记录了两个参数形式，并且文档中仅提供了一个参数形式作为先前的格式，但不是可接受的替代形式。一个参数形式现在继续工作，但是，由于它仅作为先前格式而不是可接受的替代格式列出，因此一个参数形式可能在某个更高版本中停止工作。但是，我希望这不太可能，因为gnuplot倾向于保持向后兼容性，并且一个参数形式在上述情况下很有用（因此时间格式规范只能在脚本中的一个位置发生）。
这是我的情况：
2019-04-16 03:00 11.428
2019-04-16 06:00 13.952
2019-04-16 09:00 17.715
2019-04-16 12:00 18.901
2019-04-16 15:00 18.25
2019-04-16 18:00 13.735
2019-04-16 21:00 12.05
2019-04-17 00:00 11.297
2019-04-17 03:00 10.85
2019-04-17 06:00 13.75
2019-04-17 09:00 17.55
2019-04-17 12:00 18.75
2019-04-17 15:00 17.35
2019-04-17 18:00 13.35
2019-04-17 21:00 11.85
2019-04-18 00:00 11.685
2019-04-18 03:00 11.379
2019-04-18 06:00 13.772
2019-04-18 09:00 17.359
2019-04-18 12:00 19.059
2019-04-18 15:00 18.101
2019-04-18 18:00 13.549
2019-04-18 21:00 12.75
2019-04-19 00:00 12.622
2019-04-19 03:00 12.55
2019-04-19 06:00 14.95
2019-04-19 09:00 18.15
2019-04-19 12:00 19.15
2019-04-19 15:00 17.914
2019-04-19 18:00 14.114
2019-04-19 21:00 13.371
2019-04-20 00:00 12.977
2019-04-20 03:00 12.959
2019-04-20 06:00 15.331
2019-04-20 09:00 19.112
2019-04-20 12:00 20.271
2019-04-20 15:00 19.25
2019-04-20 18:00 14.337
2019-04-20 21:00 12.216
2019-04-21 00:00 11.584
2019-04-21 03:00 10.945
2019-04-21 06:00 15.281
2019-04-21 09:00 18.093
2019-04-21 12:00 18.85
正如马修所说，我根据日期格式使用了类似的东西：
set timefmt "%Y-%m-%d %H:%M"
stats [time(0):time(0) + 5*24*60*60] 'out.csv' u (timecolumn(1)):2
time（0）是起点，最后一点是通过将86400秒加到起点来计算的。
最后，我获得了这些统计数据：
* FILE:
Records: 40
Out of range: 4
Invalid: 0
Blank: 0
Data Blocks: 1
* COLUMNS:
Mean: 1.55562e+09 2.5214
Std Dev: 124668.6809 2.0668
Sample StdDev: 126256.8810 2.0931
Skewness: 0.0000 -0.2736
Kurtosis: 1.7985 2.3318
Avg Dev: 108000.0000 1.7471
Sum: 6.22246e+10 100.8571
Sum Sq.: 9.67976e+19 425.1651
Mean Err.: 19711.8492 0.3268
Std Dev Err.: 13938.3823 0.2311
Skewness Err.: 0.3873 0.3873
Kurtosis Err.: 0.7746 0.7746
Minimum: 1.55541e+09 [ 0] -1.8791 [ 0]
Maximum: 1.55583e+09 [39] 6.6000 [38]
Quartile: 1.55551e+09 1.4092
Median: 1.55562e+09 2.7873
Quartile: 1.55572e+09 4.2904
Linear Model: y = 4.758e-06 x - 7399
Slope: 4.758e-06 +- 2.576e-06
Intercept: -7399 +- 4008
Correlation: r = 0.287
Sum xy: 1.569e+11
正如您所看到的，在统计数据中，日期以1970年1月1日的秒数表示。现在我可以知道最大/最小值和其他有用值的位置。