在当今这个数据驱动的时代，数据分析已经成为各行各业不可或缺的技能。无论是金融、电商、医疗还是制造业，数据分析都能帮助企业做出更加精准的决策。而掌握常用的指标公式是进行数据分析的基础。本文将揭秘各行各业常用指标公式，并提供源码大全，助你轻松掌握数据分析技巧。
一、基础统计指标
1. 平均数
公式：\(\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}\)
用途：衡量一组数据的集中趋势。
源码示例：
def calculate_mean(data):
return sum(data) / len(data)
# 示例数据
data = [10, 20, 30, 40, 50]
mean_value = calculate_mean(data)
print("平均数:", mean_value)
2. 中位数
公式：\(M = \begin{cases} \frac{x_{(n/2)} + x_{(n/2+1)}}{2} & \text{当 } n \text{ 为偶数时} \\ x_{(n/2+1)} & \text{当 } n \text{ 为奇数时} \end{cases}\)
用途：衡量一组数据的集中趋势，不受极端值影响。
源码示例：
def calculate_median(data):
sorted_data = sorted(data)
n = len(sorted_data)
if n % 2 == 0:
return (sorted_data[n//2 - 1] + sorted_data[n//2]) / 2
else:
return sorted_data[n//2]
# 示例数据
data = [10, 20, 30, 40, 50]
median_value = calculate_median(data)
print("中位数:", median_value)
3. 众数
公式：\(M = \max\{f(x) | x \in X\}\)，其中 \(f(x)\) 表示 \(x\) 在数据集中出现的频率。
用途：衡量一组数据中出现次数最多的数值。
源码示例：
from collections import Counter
def calculate_mode(data):
counter = Counter(data)
mode_value = counter.most_common(1)[0][0]
return mode_value
# 示例数据
data = [10, 20, 30, 40, 50, 30]
mode_value = calculate_mode(data)
print("众数:", mode_value)
二、金融行业指标
1. 股票市盈率
公式：\(P/E = \frac{股票价格}{每股收益}\)
用途：衡量股票价格与每股收益的比值，反映市场对股票的预期。
源码示例：
def calculate_pe_ratio(stock_price, eps):
return stock_price / eps
# 示例数据
stock_price = 100
eps = 10
pe_ratio = calculate_pe_ratio(stock_price, eps)
print("市盈率:", pe_ratio)
2. 投资回报率
公式：\(ROI = \frac{投资收益}{投资成本} \times 100\%\)
用途：衡量投资项目的盈利能力。
源码示例：
def calculate_roi(investment_gain, investment_cost):
return (investment_gain / investment_cost) * 100
# 示例数据
investment_gain = 1000
investment_cost = 5000
roi = calculate_roi(investment_gain, investment_cost)
print("投资回报率:", roi)
三、电商行业指标
1. 客单价
公式：\(客单价 = \frac{总销售额}{订单数量}\)
用途：衡量顾客平均每次购买所花费的金额。
源码示例：
def calculate_avg_order_value(total_sales, order_count):
return total_sales / order_count
# 示例数据
total_sales = 10000
order_count = 100
avg_order_value = calculate_avg_order_value(total_sales, order_count)
print("客单价:", avg_order_value)
2. 转化率
公式：\(转化率 = \frac{转化数量}{曝光数量} \times 100\%\)
用途：衡量广告或营销活动的效果。
源码示例：
def calculate_conversion_rate(conversion_count, exposure_count):
return (conversion_count / exposure_count) * 100
# 示例数据
conversion_count = 100
exposure_count = 1000
conversion_rate = calculate_conversion_rate(conversion_count, exposure_count)
print("转化率:", conversion_rate)
四、总结
掌握常用指标公式是进行数据分析的关键。本文介绍了各行各业常用指标公式及其源码示例，希望能帮助你轻松掌握数据分析技巧。在实际应用中，结合具体业务场景和数据进行深入分析，才能更好地发挥数据分析的价值。