کسی چیز کی تحقیق کرنا کوئی آسان کام نہیں ہے۔ ڈیٹا اکٹھا کرنے کے لیے آپ کو سیکڑوں ذرائع کا انٹرویو کرنے کی ضرورت ہے، اور پھر اس کے ذریعے چھانٹنا شروع کرنے کے لیے اس بڑے پیمانے پر ڈیٹا کو صاف ستھرا انداز میں گروپ کریں۔

لیکن آپ اپنے قیمتی ڈیٹا کو کیسے گروپ کریں گے؟ جواب ہے: میز کے ذریعے۔

بات یہ ہے کہ لوگ عام طور پر ٹیبل بناتے وقت قطاروں اور کالموں کے درمیان الجھ جاتے ہیں۔ کالم اور قطاریں MS Excel اور دوسرے سافٹ ویئر میں بھی استعمال ہوتی ہیں جنہیں ہم عام طور پر ہر روز استعمال کرتے ہیں۔

لہذا، یہ مضمون آپ کو دونوں میں فرق کرنے میں مدد کرے گا۔

ڈیٹا کیا ہے؟

اس سے پہلے کہ ہم شروع کریں، ڈیٹا اور معلومات کے درمیان فرق کو سمجھنا ضروری ہے۔ اگرچہ وہ عام طور پر ایک دوسرے کے ساتھ استعمال ہوتے ہیں، وہ مختلف چیزوں کا حوالہ دیتے ہیں۔

ڈیٹا سے مراد کسی شخص، جگہ یا مظاہر کے بارے میں جمع کیے گئے خام حقائق ہیں۔ یہ مخصوص نہیں ہے اور بہت ننگا ہے۔ اس کے علاوہ، محققین تسلیم کرتے ہیں کہ ان کے جمع کردہ ڈیٹا کے بڑے حصے غیر متعلقہ یا بیکار ہو سکتے ہیں۔

تو محققین ڈیٹا کیسے جمع کرتے ہیں؟

ٹھیک ہے، ڈیٹا پچھلے ریکارڈز کے ساتھ ساتھ محقق کے اپنے مشاہدات پر جا کر جمع کیا جاتا ہے۔

ڈیٹا جمع کرنے کا سب سے موثر طریقہ تجربات کرنا ہے، تاکہ کسی مفروضے (یا نظریہ) کی صداقت کو جانچا جا سکے۔

محققین ڈیٹا کی دو اقسام پر توجہ مرکوز کرتے ہیں:

1. بنیادی ڈیٹا (معیاری، مقداری)
2. ثانوی ڈیٹا(اندرونی، بیرونی)

مطالعہ کے مطابق، بنیادی ڈیٹا سے مراد "ڈیٹا جو محقق، سروے، انٹرویوز، تجربات، خاص طور پر تحقیق کے مسئلے کو سمجھنے اور اسے حل کرنے کے لیے ڈیزائن کیا گیا ہے ۔"

جبکہ ثانوی ڈیٹا ہے "بڑے سرکاری اداروں، صحت کی دیکھ بھال کی سہولیات وغیرہ کے ذریعہ تیار کردہ موجودہ ڈیٹا۔ تنظیمی ریکارڈ رکھنے کا حصہ۔"

معیاری ڈیٹا سے مراد مجرد ڈیٹا ہے، یعنی ڈیٹا جیسے پسندیدہ رنگ، بہن بھائیوں کی تعداد، اور رہائش کا ملک۔ دوسری طرف، مقداری ڈیٹا سے مراد مسلسل ڈیٹا ہے، جیسے کہ اونچائی، بالوں کی لمبائی، اور وزن۔

معلومات کیا ہے؟

معلومات سے مراد کسی شخص، جگہ، یا مظاہر کے بارے میں ثابت شدہ حقائق ہیں اور یہ کنکشن یا رجحانات تلاش کرنے کے لیے ڈیٹا پر کارروائی اور تجزیہ کرکے حاصل کیے جاتے ہیں۔

ایک آخری فرق دونوں کے درمیان یہ ہے کہ ڈیٹا غیر منظم ہے، جبکہ معلومات کو ترتیب دیا گیا ہے ٹیبل میں۔

انفارمیشن کی چار اہم اقسام ہیں:

<9 حقیقت پر مبنی – معلومات جو صرف حقائق کا استعمال کرتی ہے
1. تجزیاتی – معلومات جو حقائق کا تجزیہ اور وضاحت کرتی ہے
2. مضمون – معلومات جو کہ ایک نقطہ نظر سے متعلق ہے
3. مقصد – وہ معلومات جو متعدد نقطہ نظر اور نظریات سے متعلق ہے

جمع کیے گئے ڈیٹا پر منحصر ہے، حاصل کردہ معلومات کی قسمتبدیل ہو جائے گا۔

قطاریں بمقابلہ کالم

قطاریں اور کالم اس طرح نظر آتے ہیں!

قطاریں کیا ہیں؟

ڈیٹا پیش کرنے کے لیے قطاروں اور کالموں کا استعمال ضروری ہے۔ ڈیٹا کو قطاروں اور کالموں میں چھانٹ کر، ایک محقق اپنے ڈیٹا میں ممکنہ کنکشن کا مشاہدہ کر سکتا ہے، اور ساتھ ہی اسے مزید پیش کرنے کے قابل بنا سکتا ہے۔

لیکن قطاریں اور کالم بالکل کیا ہیں؟

قطاریں ٹیبل میں افقی لکیروں کا حوالہ دیتی ہیں، جو بائیں سے دائیں چلتی ہیں، ان کی سرخی اور سب سے بائیں جانب میز۔

آپ ایک قطار کو ایک لائن کے طور پر تصویر بنا سکتے ہیں جو ایک کمرے سے دوسرے کمرے تک افقی طور پر پھیلی ہوئی ہے، یا یہاں تک کہ فلم تھیٹر میں سیٹوں کے طور پر جو ہال کے ایک سرے سے دوسرے سرے تک جاتی ہے۔

فرض کریں کہ آپ کو اپنے پڑوس کے لوگوں کی عمریں درج کرنے کی ضرورت ہے۔ آپ اسے اس طرح لکھیں گے:

ڈیٹا نمونے کی قطاریں

اس میں کیس، "عمر" قطار کی سرخی کے طور پر کام کرتا ہے، جبکہ ڈیٹا کو بائیں سے دائیں پڑھا جاتا ہے۔

ایم ایس ایکسل میں قطاریں بھی استعمال ہوتی ہیں۔ یہاں 104,576 قطاریں دستیاب ہیں، جو امید ہے کہ آپ کے تمام ڈیٹا پر مشتمل ہونے کے لیے کافی ہیں، اور ان تمام قطاروں کو نمبروں کے ساتھ لیبل کیا گیا ہے۔

قطاروں میں دیگر افعال بھی ہوتے ہیں۔

4اکیلا شخص۔

کالم کیا ہیں؟

کالم ایک ٹیبل میں عمودی لائنوں کا حوالہ دیتے ہیں، جو اوپر سے نیچے تک چلتی ہیں۔ کالم کی تعریف زمرہ کی بنیاد پر حقائق، اعداد و شمار، یا کسی بھی دوسری تفصیلات کی عمودی تقسیم کے طور پر کی جاتی ہے۔

ایک جدول میں، کالموں کو لائنوں کے ذریعے الگ کیا جاتا ہے تاکہ قارئین کو ذکر کردہ ڈیٹا کو آسانی سے ترتیب دینے میں مدد مل سکے۔ .

یہ فرض کرتے ہوئے کہ ہم اوپر کی قطار میں کالم شامل کرتے ہیں:

ڈیٹا کالم میں پیش کیا گیا

دیکھیں کہ اوپر سے نیچے تک پڑھنا کتنا آسان ہے بجائے بائیں سے دائیں طرف۔

اس کے علاوہ، صرف ایک کالم شامل کرنے سے صفحہ پر لی جانے والی جگہ کی مقدار کم ہو گئی ہے، جس سے ڈیٹا آنکھوں کو زیادہ پرکشش بنا دیتا ہے۔

اس لیے کالم ناقابل یقین حد تک اہم ہیں، کیونکہ ان کے بغیر، یہ سمجھنا تقریباً ناممکن ہوگا کہ ڈیٹا کا ایک حصہ کس زمرے سے تعلق رکھتا ہے۔

یہاں ہم نے ایک آپ کو قطاروں اور کالموں کے درمیان فرق کی مختصر وضاحت کرنے کے لیے ویڈیو:

قطاروں اور کالموں کی وضاحت کی گئی

ایم ایس ایکسل جیسی اسپریڈ شیٹس میں، کالم ایک عمودی کا حوالہ دیتے ہیں۔ 'سیل' کی لائن ، اور ہر کالم پر یا تو ایک حرف یا حروف کے ایک گروپ کا لیبل لگا ہوا ہے، جس کی حد A سے لے کر XFD تک ہوتی ہے (مطلب کہ ایک Excel صفحہ میں کل 16,384 کالم ہیں)

ڈیٹا بیس میں، جیسےMS رسائی، ایک کالم کو فیلڈ بھی کہا جاتا ہے، اور اس میں گروپ ڈیٹا کی مدد کے لیے ایک خصوصیت یا زمرہ ہوتا ہے۔

میٹرکس میں قطاریں اور کالم بھی استعمال ہوتے ہیں۔ ایک میٹرکس ایک مستطیل صف میں سیٹ کردہ اعداد کا ایک مجموعہ ہے، جس میں ہر انفرادی اکائی کو عنصر کہا جاتا ہے۔ 1>> 10، اور 15 پہلے کالم کی نمائندگی کرتے ہیں، جبکہ 1، 5، 10، اور 5 پہلی قطار کی نمائندگی کرتے ہیں۔ میٹرکس کو صحیح طریقے سے حل کرنے کے لیے، آپ کو قطاروں اور کالموں کو سمجھنا ہوگا۔

میٹرکس ہماری زندگی کا ایک بہت اہم حصہ ہیں، کیونکہ یہ بہت سے ویڈیو گیمز، کاروباری تجزیات، اور یہاں تک کہ ڈیجیٹل میں استعمال ہوتے ہیں۔ سیکورٹی۔

قطاروں اور کالموں کا ایک اور استعمال ڈیٹا بیس میں ہے۔

ہم نے اس مضمون میں ان کا مختصراً ذکر کیا ہے، لیکن اصل میں ڈیٹا بیس کیا ہیں؟

ڈیٹا بیس ڈیٹا کا ایک منظم مجموعہ ہے، یا عام طور پر کمپیوٹر سسٹم میں محفوظ کی گئی معلومات۔

ایک ڈیٹا بیس جس کے بارے میں آپ کو معلوم ہوسکتا ہے وہ ڈیٹا بیس ہے جو آپ کے اسکول نے بنایا ہے۔ . ایک اسکول کا ڈیٹا بیس طالب علم کے پہلے اور آخری نام، ان کے مضامین، اور ان کی گریجویشن کی تاریخ پر مشتمل ہوتا ہے۔

سیمپل ڈیٹا بیس

اوپر کی مثال یونیورسٹی کا بنیادی ڈیٹا بیس ہے۔ کالم پہلا نام، آخری نام، بڑا، اور گریجویشن سال ہیں، جب کہ قطاروں میں ہر طالب علم کے متعلق تمام متعلقہ ڈیٹا شامل ہوتا ہے۔

ڈیٹا کیسے پیش کیا جاتا ہے؟

ڈیٹا متعدد طریقوں سے پیش کیا جا سکتا ہے۔ درجہ بندی، ٹیبلیشن، یا گراف کے ذریعے۔

اس مضمون کے لیے، تاہم، ہم صرف ٹیبلیشن کے طریقہ کار کو دیکھیں گے۔ ٹیبلولیشن کا طریقہ ڈیٹا کو قطاروں اور کالموں کی ایک کمپیکٹ جدول میں پیش کرنے کے لیے استعمال کیا جاتا ہے، جس سے اسے مزید پرکشش اور سمجھنے میں آسانی ہوتی ہے۔

ڈیٹا کو عنوانات (ڈیٹا کی قسم) اور ذیلی عنوانات (سیریل نمبر) کے ذریعہ ترتیب دیا جاتا ہے، مثال کے طور پر:

ڈیٹا پریزنٹیشن کا نمونہ

ہیڈنگز کالموں کے لیے ہیں، جبکہ ذیلی سرخیاں قطاروں کے لیے ہیں۔ ٹیبلیشن کا طریقہ ناقابل یقین حد تک مفید ہے، کیونکہ یہ متعلقہ ڈیٹا کو ایک دوسرے کے قریب لاتا ہے، اس طرح شماریاتی تجزیہ اور تشریح میں مدد ملتی ہے۔ معلومات کو سمجھنے میں آسان بنائیں۔ اب جب کہ ہم قطاروں اور کالموں کے درمیان فرق جانتے ہیں، اس کے مطابق انہیں اسپریڈ شیٹ میں استعمال کرنا ضروری ہے۔

قطاروں اور کالموں کا استعمال اسپریڈشیٹ میں سیلز کی ایک سیریز میں معلومات کو افقی اور عمودی طور پر رکھنا آسان بناتا ہے۔

مزید یہ قطاریں اور کالم میٹرکس اور دیگر مختلف ڈیٹا میں بھی اہم کردار ادا کرتے ہیں۔جمع کرنے کی سرگرمیاں.

لہذا، قطاروں اور کالموں کا استعمال ان زمروں کو تسلیم کرنے اور ڈیٹا اکٹھا کرنے کے لیے ضروری ہے۔

اسی طرح کے مضامین:

اس مضمون کی ویب کہانی دیکھنے کے لیے یہاں کلک کریں۔