نحوه استفاده از توابع آماری
توابع آماری ابزارهای ضروری در تجزیه و تحلیل و پردازش داده ها هستند. خواه اکسل، پایتون یا SQL باشد، توابع آماری می توانند به ما در محاسبه و تجزیه و تحلیل سریع داده ها کمک کنند. این مقاله به طور مفصل نحوه استفاده از توابع آماری رایج را معرفی می کند و موضوعات داغ و مطالب داغ در اینترنت را در 10 روز گذشته ترکیب می کند تا نحوه استفاده از توابع آماری برای تجزیه و تحلیل داده های واقعی را نشان دهد.
1. توابع آماری رایج و کاربردهای آنها
در اینجا چندین تابع آماری متداول و کاربردهای آنها آورده شده است:
| نام تابع | هدف | مثال |
|---|---|---|
| جمع | مجموع مجموعه ای از مقادیر را محاسبه کنید | SUM(A1:A10) |
| میانگین | میانگین مجموعه ای از مقادیر را محاسبه کنید | میانگین (B1:B10) |
| COUNT | تعداد مقادیر را در مجموعه ای از داده ها بشمارید | COUNT (C1:C10) |
| حداکثر | حداکثر مقدار را در مجموعه ای از اعداد برمی گرداند | MAX (D1:D10) |
| MIN | حداقل مقدار را در مجموعه ای از اعداد برمی گرداند | MIN(E1:E10) |
| STDEV | انحراف معیار مجموعه ای از مقادیر را محاسبه کنید | STDEV(F1:F10) |
2. کاربرد توابع آماری در عمل
موضوعات داغ و مطالب داغ در کل شبکه در 10 روز گذشته به شرح زیر است. ما می توانیم از توابع آماری برای تجزیه و تحلیل این داده ها استفاده کنیم:
| موضوع | شاخص گرما | مقدار بحث |
|---|---|---|
| مقدماتی جام جهانی | 95 | 1.2 میلیون |
| جشنواره خرید دوبل یازده | 90 | 850000 |
| توسعه هوش مصنوعی | 88 | 750000 |
| تغییرات آب و هوایی | 85 | 650000 |
| خودروهای انرژی نو | 82 | 600000 |
از طریق توابع آماری، می‌توانیم به سرعت میانگین شاخص محبوبیت و حجم کل بحث این موضوعات را محاسبه کنیم:
| اقلام آماری | نتیجه محاسبه |
|---|---|
| شاخص حرارت متوسط | AVERAGE(95,90,88,85,82) = 88 |
| کل بحث ها | SUM(120,85,75,65,60) = 4.05 میلیون |
3. نمونه هایی از استفاده از توابع آماری در اکسل
فرض کنید داده های فروش زیر را داریم:
| ماه | فروش (10000 یوان) |
|---|---|
| ژانویه | 50 |
| فوریه | 60 |
| مارس | 70 |
| آوریل | 80 |
| می | 90 |
ما می توانیم شاخص های مربوطه را با استفاده از توابع آماری زیر محاسبه کنیم:
| تابع | فرمول | نتیجه |
|---|---|---|
| جمع | =SUM(B2:B6) | 350 |
| میانگین | =AVERAGE (B2:B6) | 70 |
| حداکثر | =MAX(B2:B6) | 90 |
| MIN | =MIN(B2:B6) | 50 |
4. نمونه هایی از استفاده از توابع آماری در پایتون
در پایتون، ما می توانیم به سرعت داده ها را با استفاده از توابع آماری کتابخانه پانداها محاسبه کنیم. در اینجا یک مثال است:
| عملیات | کد | نتیجه |
|---|---|---|
| جمع را محاسبه کنید | df['sales'].sum() | 350 |
| میانگین را محاسبه کنید | df['sales'].mean() | 70 |
| حداکثر مقدار را محاسبه کنید | df['sales'].max() | 90 |
| حداقل مقدار را محاسبه کنید | df['sales'].min() | 50 |
5. خلاصه
توابع آماری ابزار اصلی برای تجزیه و تحلیل داده ها هستند. خواه جمع ساده، محاسبه میانگین، یا تجزیه و تحلیل انحراف استاندارد پیچیده باشد، می توان آنها را به سرعت از طریق توابع آماری پیاده سازی کرد. این مقاله کاربرد توابع آماری در اکسل و پایتون را از طریق داده‌های واقعی نشان می‌دهد، به این امید که به خوانندگان در درک و استفاده بهتر از این توابع کمک کند.
تسلط بر استفاده از توابع آماری نه تنها می تواند کارایی کار را بهبود بخشد، بلکه به ما امکان می دهد اطلاعات ارزشمندتری را از داده ها استخراج کنیم. چه یک فرد یا یک تجارت باشید، توابع آماری ابزاری ضروری هستند.
جزئیات را بررسی کنید
جزئیات را بررسی کنید
fa
