2025汉化进行时-新语句
新版本内置块中的新语句集中在两个部分，一是与统计运算有关的数学块，二是与数据处理有关的列表块。
前文提到，在新版本的App Inventor里增加了一组数据科学（Data Science）组件，为了配合数据科学组件的使用，在内置块的数学分组中，增加了一系列与统计运算相关的表达式，用来求平均值、极值、标准差及标准误差等。
上图中的多功能块中，共有六个表达式，下面逐一加以介绍。
  1. 算数平均值（arthmetic mean或average）
    算术平均数是一组数字的总和除以该集合中数字的个数，用来衡量一组数据的集中趋势。
  2. 列表中的最小值（min in list）
     求一组由数字组成的列表中的最小值。
  3. 列表中的最大值（max in list）
    求一组由数字组成的列表中的最大值。 
  4. 几何平均值（geometric mean）
    假设有一个数据集，其中共有n个正数，那么这个数据集的几何平均值就是将n个正数相乘，然后对乘积开n次方。几何平均值通常用于描述变化率，或表示效果叠加的影响因素。
  5. 标准差（standard deviation）
    假设有一个包含n个数字的数据集，这组数据标准差的计算方法如下：
    ①求n个数字的算数平均值；
    ②求每个数字与平均值的差值；
    ③求每一个差值的平方，将所有平方相加后再除以n；
    ④对第③步的结果求平方根。
    以上是标准差的计算方法，标准差用来衡量一组数据的分散程度。
  6. 标准误差（standard error）
    标准误差与标准差相关，计算公式如下，其中n是数据集中的样本数量。
    标准误差用来描述一项研究中数据的可重复性。例如，假设我们要测量成年男性的平均身高，因为不可能测量每个人的身高，因此，要从人口中选取一定数量的个体，来代表总体的身高水平。假设选择200个个体进行测量。由于每次选择的样本不尽相同，这将导致测量结果出现偏差，这个偏差就可以理解为标准误差。
另一个与统计有关的代码块是众数（mode），它的输入项是一个列表，返回值是列表中出现频率最高的数。
以上是与统计运算有关的新增数学块。下面介绍与列表有关的新语句。如下图所示，共有11个新增代码块。这些代码块试图让App Inventor的编程范式向函数式编程靠近，目的在于让数据处理变得简单。这些块从功能上大致分为四个方面：过滤、映射、合并和排序。下面逐一加以介绍。
① 映射：将列表中的项进行一致性的处理，并产生一个新的列表。下图中的例子将列表中的项逐一乘以2后，返回一个新的列表。
②过滤：对列表中的项进行筛选。可以利用表达式设置筛选条件。下图中对一个四项列表进行筛选，筛选条件是项≤5，即，过滤掉＞5的项，处理的结果是一个新列表。
③合并：将列表中的项合并成一个值。可以手动设置合并结果的初始值，合并的方法用表达式来设置。下图中的合并方法是对列表项求和，返回结果的初始值为0。
④排序：对列表项进行排序，默认为升序排列。
⑤条件排序：可以设定排序规则。
⑥复杂排序：对复杂数据进行排序。如下图中的二维列表，可以按照指定的列进行排序。
⑦列表排序后取首项，可以指定排序方法（升序或降序）。
⑧列表排序后取尾项，可以指定排序方法（升序或降序）。
⑨删除首项、⑩删除尾项
⑪取子列表：从原来列表中取出指定的子列表，注意，结果列表中不包含第index2项。
以上是2025版App Inventor中新增的内置代码块，下期文章将介绍开发环境的新变化。