BMI（Body Mass Index）指數

有1000個人的體型樣本，包括體重與身高兩項指標，不考慮性別和年齡因素，

計算每個人的BMI（Body Mass Index）指數，並根據關於肥胖的參考標準

（見下表），統計各種體型分類的人數。

體型BMI指數標準（資料來自網路）
     

 
 
 
 
 


  
BMI編號
  
BMI 分類
  
參考標準
  
相關疾病發病的危險性
 

  
1
  
體重過低
  
BMI < 18.5
  
低（但其它疾病危險性增加）
 

  
2
  
正常範圍
  
18.5 ≤ BMI < 24
  
平均水準
 

  
3
  
肥胖前期
  
24 ≤ BMI < 28
  
輕度增加
 

  
4
  
I度肥胖
  
28 ≤ BMI < 30
  
中度增加
 

  
5
  
II度肥胖
  
30 ≤ BMI < 40
  
嚴重增加
 

  
6
  
Ⅲ度肥胖
  
BMI ≥ 40.0
  
非常嚴重增加
 

# 使用均勻分佈亂數產生1000個 身高 樣本，取值範圍為 [0,1)
heights = rand(Float64, 1000)

# 使用均勻分佈亂數產生1000個 體重 樣本，取值範圍為 [0,1)
weights = rand(Float64, 1000)

# 將 身高 資料映射到 [1.5, 1.8) 公尺
heights = heights .* (1.8-1.5) .+ 1.5

# 將 體重 資料映射到 [30, 100) 公斤
weights = weights .* (100-30) .+ 30

# 定義BMI指數計算函數
bmi(w, h) = w / (h^2)

# 計算1000個樣本的BMI指數
indexes = broadcast(bmi, weights, heights)

# 或者以下面的語句替代上述的兩個語句
# indexes = weights ./ (heights.^2)

# 對BMI指數進行分類
# 1-體重過低，2-正常範圍，3-肥胖前期，4-I度肥胖，5-II度肥胖，6-III度肥胖
function bmi_category(index::Float64)
  class = 0
  if index < 18.5
     class = 1
  elseif index < 24
     class = 2
  elseif index < 28
     class = 3
  elseif index < 30
     class = 4
  elseif index < 40
     class = 5
  else
     class = 6
  end

  class            # 返回分類編號
end

# 計算每個樣本的BMI分類
classes = bmi_category.(indexes)

# 統計每個類別的數量
for c in [1 2 3 4 5 6]               # 遍歷6個類別，c為類別ID
  n = count(x->(x==c), classes)      # x->(x==c)為匿名函數
  println("category ", c, " ", n)    # 列印結果
end

輸出結果

$julia main.jl
category 1 280
category 2 242
category 3 148
category 4 75
category 5 236
category 6 19