Python တွင် relative frequency တွက်ချက်နည်း

နှိုင်းယှဥ်ကြိမ်နှုန်းသည် ဒေတာအတွဲတစ်ခုတွင် ဒေတာအတွဲတစ်ခုရှိ တန်ဖိုးစုစုပေါင်းအရေအတွက်နှင့် ဆက်စပ်သော ဒေတာအတွဲတစ်ခုတွင် အချို့တန်ဖိုးများ မည်မျှပေါ်လာသည်ကို တိုင်းတာသည်။

ဆွေမျိုးကြိမ်နှုန်းများကိုတွက်ချက်ရန် Python တွင် အောက်ပါလုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်-

 def rel_freq (x):
freqs = [(value, x.count(value) / len(x)) for value in set(x)]
return freqs

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- ဂဏန်းများစာရင်းအတွက် နှိုင်းရကြိမ်နှုန်းများ

အောက်ပါကုဒ်သည် နံပါတ်များစာရင်း၏ နှိုင်းရကြိမ်နှုန်းများကို တွက်ချက်ရန် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုပုံကို ပြသသည်-

 #define data
data = [1, 1, 1, 2, 3, 4, 4]

#calculate relative frequencies for each value in list
rel_freq(data)

[(1, 0.42857142857142855),
 (2, 0.14285714285714285),
 (3, 0.14285714285714285),
 (4, 0.2857142857142857)]

ဤ output ကိုအနက်ဖွင့်ရန်နည်းလမ်းမှာ-

• တန်ဖိုး “ 1” သည် ဒေတာအတွဲတွင် 0.42857 ၏ နှိုင်းရကြိမ်နှုန်းရှိသည်။
• တန်ဖိုး “2” သည် ဒေတာအတွဲတွင် 0.142857 ၏ နှိုင်းရကြိမ်နှုန်းရှိသည်။
• တန်ဖိုး “3” တွင် ဒေတာအတွဲတွင် 0.142857 ၏ နှိုင်းရကြိမ်နှုန်းရှိသည်။
• တန်ဖိုး “4” တွင် ဒေတာအတွဲတွင် 0.28571 ၏ နှိုင်းရကြိမ်နှုန်းရှိသည်။

နှိုင်းရကြိမ်နှုန်းများအားလုံး 1 အထိ ပေါင်းထားသည်ကို သတိပြုမိပါလိမ့်မည်။

ဥပမာ 2- စာလုံးစာရင်းအတွက် နှိုင်းရကြိမ်နှုန်းများ

အောက်ပါကုဒ်သည် စာလုံးစာရင်း၏ နှိုင်းရကြိမ်နှုန်းများကို တွက်ချက်ရန် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုပုံကို ပြသသည်-

 #define data
data = ['a', 'a', 'b', 'b', 'c']

#calculate relative frequencies for each value in list
rel_freq(data)

[('a', 0.4), ('b', 0.4), ('c', 0.2)]

ဤ output ကိုအနက်ဖွင့်ရန်နည်းလမ်းမှာ-

• တန်ဖိုး “ a” သည် ဒေတာအတွဲတွင် 0.4 ၏ နှိုင်းရကြိမ်နှုန်းရှိသည်။
• တန်ဖိုး “ b” သည် ဒေတာအတွဲတွင် 0.4 ၏ နှိုင်းရကြိမ်နှုန်းရှိသည်။
• တန်ဖိုး “ c” သည် ဒေတာအတွဲတွင် 0.2 နှိုင်းရကြိမ်နှုန်းရှိသည်။

တစ်ဖန်၊ ဆွေမျိုးကြိမ်နှုန်းအားလုံးသည် 1 အထိ ပေါင်းထည့်သည်။

ဥပမာ 3- ပန်ဒါ DataFrame ရှိ ကော်လံတစ်ခုအတွက် နှိုင်းရကြိမ်နှုန်းများ

အောက်ပါကုဒ်သည် ပန်ဒါ DataFrame ရှိ သီးခြားကော်လံတစ်ခုအတွက် ဆွေမျိုးကြိမ်နှုန်းများကို တွက်ချက်ရန် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 import pandas as pd

#define data
data = pd.DataFrame({'A': [25, 15, 15, 14, 19],
                     'B': [5, 7, 7, 9, 12],
                     'C': [11, 8, 10, 6, 6]})

#calculate relative frequencies of values in column 'A'
rel_freq( list (data['A']))

[(25, 0.2), (19, 0.2), (14, 0.2), (15, 0.4)]

ဤ output ကိုအနက်ဖွင့်ရန်နည်းလမ်းမှာ-

• တန်ဖိုး “ 25” သည် ကော်လံတွင် နှိုင်းရကြိမ်နှုန်း 0.2 ရှိသည်။
• တန်ဖိုး “ 19” သည် ကော်လံတွင် နှိုင်းရကြိမ်နှုန်း 0.2 ရှိသည်။
• တန်ဖိုး “ 14” သည် ကော်လံတွင် နှိုင်းရကြိမ်နှုန်း 0.2 ရှိသည်။
• တန်ဖိုး “ 15” သည် ကော်လံတွင် နှိုင်းရကြိမ်နှုန်း 0.4 ရှိသည်။

တစ်ဖန်၊ ဆွေမျိုးကြိမ်နှုန်းအားလုံးသည် 1 အထိ ပေါင်းထည့်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

နှိုင်းရကြိမ်နှုန်းဂဏန်းတွက်စက်
နှိုင်းရကြိမ်နှုန်း ဟီစတိုဂရမ်- အဓိပ္ပါယ် + ဥပမာ
Excel တွင် Relative Frequency တွက်ချက်နည်း