డేటా శాస్త్రవేత్తలు, ఐటి నిపుణులు మరియు రేపటి వ్యాపార నాయకులకు అనకొండ డేటా సైన్స్ వేదిక. ఇది ఒక పంపిణీ పైథాన్ , ఆర్ , మొదలైనవి 300 కంటే ఎక్కువ ప్యాకేజీలతో , ఇది ఏదైనా ప్రాజెక్ట్ కోసం ఉత్తమ ప్లాట్‌ఫామ్‌లలో ఒకటి అవుతుంది. ఇందులో అనకొండ ట్యుటోరియల్, పైథాన్ ప్రోగ్రామింగ్ కోసం అనకొండను ఎలా ఉపయోగించవచ్చో చర్చిస్తాము. ఈ బ్లాగులో చర్చించిన విషయాలు క్రిందివి:
- అనకొండ పరిచయం
- సంస్థాపన మరియు సెటప్
- అనకొండలో పైథాన్ లైబ్రరీలను ఎలా ఇన్స్టాల్ చేయాలి?
- అనకొండ నావిగేటర్
- కేసు ఉపయోగించండి
అనకొండ పరిచయం
అనకొండ పైథాన్ మరియు ఆర్ కొరకు ఓపెన్ సోర్స్ పంపిణీ. ఇది ఉపయోగించబడుతుంది డేటా సైన్స్ , , లోతైన అభ్యాసం , మొదలైనవి. డేటా సైన్స్ కోసం 300 కంటే ఎక్కువ లైబ్రరీల లభ్యతతో, ఏ ప్రోగ్రామర్ అయినా డేటా సైన్స్ కోసం అనకొండపై పనిచేయడం చాలా సరైనది.
అనకొండ సరళీకృత ప్యాకేజీ నిర్వహణ మరియు విస్తరణలో సహాయపడుతుంది. వివిధ యంత్ర అభ్యాసాలు మరియు AI అల్గోరిథంలను ఉపయోగించి వివిధ వనరుల నుండి డేటాను సులభంగా సేకరించడానికి అనకొండ అనేక రకాల సాధనాలతో వస్తుంది. ఒకే బటన్ క్లిక్ తో ఏదైనా ప్రాజెక్ట్ను అమలు చేయగల సులభంగా నిర్వహించగలిగే ఎన్విరాన్మెంట్ సెటప్ పొందడంలో ఇది సహాయపడుతుంది.
అనకొండ అంటే ఏమిటో ఇప్పుడు మనకు తెలుసు, మన వ్యవస్థలలో పని చేయడానికి అనకొండను ఎలా ఇన్స్టాల్ చేయవచ్చో అర్థం చేసుకోవడానికి ప్రయత్నిద్దాం.
సంస్థాపన మరియు సెటప్
అనకొండను వ్యవస్థాపించడానికి వెళ్ళండి https://www.anaconda.com/distribution/ .
మీకు అనువైన సంస్కరణను ఎంచుకోండి మరియు డౌన్‌లోడ్పై క్లిక్ చేయండి. మీరు డౌన్‌లోడ్ పూర్తి చేసిన తర్వాత, సెటప్‌ను తెరవండి.
సెటప్‌లోని సూచనలను అనుసరించండి. నా పాత్ ఎన్విరాన్మెంట్ వేరియబుల్కు అనకొండను జోడించు క్లిక్ చేయడం మర్చిపోవద్దు. ఇన్స్టాలేషన్ పూర్తయిన తర్వాత, దిగువ చిత్రంలో చూపిన విధంగా మీకు విండో వస్తుంది.
సంస్థాపన పూర్తయిన తర్వాత, అనకొండ ప్రాంప్ట్ తెరిచి టైప్ చేయండి .
j క్వెరీ మరియు జావాస్క్రిప్ట్ మధ్య వ్యత్యాసం
దిగువ చిత్రంలో చూపిన విధంగా మీరు ఒక విండోను చూస్తారు.
పైథాన్ కోసం అనకొండను ఎలా ఉపయోగించాలో ఇప్పుడు మనకు తెలుసు, ఏదైనా ప్రాజెక్ట్ కోసం అనకొండలో వివిధ లైబ్రరీలను ఎలా ఇన్స్టాల్ చేయవచ్చో చూద్దాం.
అనకొండలో పైథాన్ లైబ్రరీలను ఎలా ఇన్స్టాల్ చేయాలి?
అనకొండ ప్రాంప్ట్ తెరిచి, లైబ్రరీ ఇప్పటికే ఇన్స్టాల్ చేయబడిందో లేదో తనిఖీ చేయండి.
ప్రస్తుతం నంపీ అనే మాడ్యూల్ లేనందున, మేము నంపీని వ్యవస్థాపించడానికి కింది ఆదేశాన్ని అమలు చేస్తాము.
మీరు సంస్థాపనను పూర్తి చేసిన తర్వాత చిత్రంలో చూపిన విండో మీకు లభిస్తుంది.
మీరు లైబ్రరీని ఇన్స్టాల్ చేసిన తర్వాత, హామీ కోసం మాడ్యూల్‌ను మళ్లీ దిగుమతి చేయడానికి ప్రయత్నించండి.
మీరు చూడగలిగినట్లుగా, మనకు ప్రారంభంలో లోపం లేదు, కాబట్టి మేము అనకొండలో వివిధ గ్రంథాలయాలను ఈ విధంగా ఇన్స్టాల్ చేయవచ్చు.
అనకొండ నావిగేటర్
అనకొండ నావిగేటర్ అనకొండ పంపిణీతో వచ్చే డెస్క్‌టాప్ జియుఐ. ఇది అనువర్తనాలను ప్రారంభించడానికి మరియు కాండా ప్యాకేజీలు, పర్యావరణం మరియు కమాండ్-లైన్ ఆదేశాలను ఉపయోగించకుండా నిర్వహించడానికి అనుమతిస్తుంది.
కేస్ - పైథాన్ ఫండమెంటల్స్ ఉపయోగించండి
వేరియబుల్స్ మరియు డేటా రకాలు
వేరియబుల్స్ మరియు డేటా రకాలు ఏదైనా ప్రోగ్రామింగ్ భాష యొక్క బిల్డింగ్ బ్లాక్స్. పైథాన్ వారు కలిగి ఉన్న లక్షణాలను బట్టి 6 డేటా రకాలను కలిగి ఉంటుంది. జాబితా, నిఘంటువు, సెట్, టుపుల్, పైథాన్ ప్రోగ్రామింగ్ భాషలోని సేకరణ డేటా రకాలు.
జావాలో బైనరీ శోధన అంటే ఏమిటి
పైథాన్‌లో వేరియబుల్స్ మరియు డేటా రకాలు ఎలా ఉపయోగించబడుతున్నాయో చూపించడానికి ఒక ఉదాహరణ క్రిందిది.
# వేరియబుల్ డిక్లరేషన్ పేరు = 'ఎడురేకా' ఎఫ్ = 1991 ప్రింట్ ('పైథాన్ స్థాపించబడింది', ఎఫ్) # డేటా రకాలు a = [1,2,3,4,5,6,7] బి = {1: 'ఎడురేకా' , 2: 'పైథాన్'} c = (1,2,3,4,5) d = {1,2,3,4,5} ముద్రణ ('జాబితా', ఎ) ముద్రణ ('నిఘంటువు' , బి) ప్రింట్ ('టుపుల్ ఈజ్', సి) ప్రింట్ ('సెట్ ఈజ్', డి)ఆపరేటర్లు
పైథాన్‌లో ఆపరేటర్లు విలువలు లేదా వేరియబుల్స్ మధ్య కార్యకలాపాల కోసం ఉపయోగిస్తారు. పైథాన్‌లో 7 రకాల ఆపరేటర్లు ఉన్నారు.
- అసైన్మెంట్ ఆపరేటర్
- అంకగణిత ఆపరేటర్
- లాజికల్ ఆపరేటర్
- పోలిక ఆపరేటర్
- బిట్ వారీగా ఆపరేటర్
- సభ్యత్వ ఆపరేటర్
- గుర్తింపు ఆపరేటర్
పైథాన్‌లో కొన్ని ఆపరేటర్ల వాడకంతో క్రింది ఉదాహరణ.
a = 10 బి = 15 # అరిథ్మెటిక్ ఆపరేటర్ ప్రింట్ (ఎ + బి) ప్రింట్ (ఎ - బి) ప్రింట్ (ఎ * బి) # అసైన్మెంట్ ఆపరేటర్ ఎ + = 10 ప్రింట్ (ఎ) # కంపారిసన్ ఆపరేటర్ # ఎ! = 10 # బి == ఒక # లాజికల్ ఆపరేటర్ a> b మరియు a> 10 # రెండు స్టేట్‌మెంట్‌లు నిజమైతే ఇది నిజం అవుతుంది.
నియంత్రణ ప్రకటనలు
వంటి ప్రకటనలు , విచ్ఛిన్నం, కొనసాగించడం సరైన ఫలితాల కోసం అమలుపై నియంత్రణ పొందడానికి నియంత్రణ ప్రకటనగా ఉపయోగించబడుతుంది. ఫలితాన్ని నియంత్రించడానికి పైథాన్‌లోని వివిధ లూప్‌లలో ఈ స్టేట్‌మెంట్‌లను ఉపయోగించవచ్చు. నియంత్రణ మరియు షరతులతో కూడిన స్టేట్‌మెంట్‌లతో మనం ఎలా పని చేయవచ్చో చూపించడానికి ఈ క్రింది ఉదాహరణ.
పేరు = పేరు కోసం 'ఎడురేకా': నేను == 'a' అయితే: వేరే విచ్ఛిన్నం: ముద్రణ (i)
విధులు
కోడ్ పునర్వినియోగతను సమర్థవంతమైన మార్గంలో అందించండి, ఇక్కడ మేము ఒక సమస్య ప్రకటన కోసం తర్కాన్ని వ్రాయవచ్చు మరియు సరైన పరిష్కారాలను పొందడానికి కొన్ని వాదనలను అమలు చేయవచ్చు. పైథాన్‌లో ఫంక్షన్లను ఎలా ఉపయోగించవచ్చో ఒక ఉదాహరణ క్రిందిది.
def func (a): ఒక ** a res = func (10) ప్రింట్ (res) ను తిరిగి ఇవ్వండి
తరగతులు మరియు వస్తువులు
పైథాన్ ఆబ్జెక్ట్-ఓరియెంటెడ్ ప్రోగ్రామింగ్‌కు మద్దతు ఇస్తుంది కాబట్టి, మేము పని చేయవచ్చు తరగతులు మరియు వస్తువులు అలాగే. పైథాన్‌లో తరగతులు మరియు వస్తువులతో మనం ఎలా పని చేయవచ్చో ఈ క్రింది ఉదాహరణ.
తరగతి పేరెంట్: డెఫ్ ఫంక్ (సెల్ఫ్): ప్రింట్ ('ఇది పేరెంట్') క్లాస్ చైల్డ్ (పేరెంట్): డెఫ్ ఫన్‌క్ 1 (సెల్ఫ్): ప్రింట్ ('ఇది చైల్డ్') ఓబ్ = కొత్త చైల్డ్ () ఓబ్.ఫంక్ ()ఇవి పైథాన్‌లో ప్రారంభించడానికి కొన్ని ప్రాథమిక అంశాలు. ఇప్పుడు అనకొండలో పెద్ద ప్యాకేజీ మద్దతు గురించి మాట్లాడుతుంటే, మనం చాలా లైబ్రరీలతో పని చేయవచ్చు. డేటా అనలిటిక్స్ కోసం పైథాన్ అనకొండను ఎలా ఉపయోగించవచ్చో చూద్దాం.
కేస్ - అనలిటిక్స్ ఉపయోగించండి
ఇవి కొన్ని దశలు . అనకొండ మరియు మనం ఉపయోగించగల వివిధ లైబ్రరీలలో డేటా విశ్లేషణ ఎలా పనిచేస్తుందో చూద్దాం.
డేటాను సేకరిస్తోంది
ది డేటా సేకరణ ప్రోగ్రామ్‌లో CSV ఫైల్‌ను లోడ్ చేసినంత సులభం. అప్పుడు మేము డేటాలోని నిర్దిష్ట సందర్భాలను లేదా ఎంట్రీలను విశ్లేషించడానికి సంబంధిత డేటాను ఉపయోగించుకోవచ్చు. ప్రోగ్రామ్‌లో CSV డేటాను లోడ్ చేయడానికి కోడ్ క్రింది ఉంది.
పాండాలను పిడి దిగుమతి నంపీగా np దిగుమతి matplotlib.pyplot గా plt దిగుమతి సముద్రతీరం sns df = pd.read_csv ('filename.csv') ముద్రణ (df.head (5))ముక్కలు మరియు డైసింగ్
మేము ప్రోగ్రామ్‌లో సెట్ చేసిన డేటాను లోడ్ చేసిన తర్వాత, విశ్లేషణలో అస్పష్టతకు కారణమయ్యే శూన్య విలువలు మరియు అనవసరమైన ఫీల్డ్‌లను తొలగించడం వంటి కొన్ని మార్పులతో డేటాను ఫిల్టర్ చేయాలి.
అవసరాలకు అనుగుణంగా డేటాను ఎలా ఫిల్టర్ చేయవచ్చో ఈ క్రింది ఉదాహరణ.
ప్రింట్ (df.isnull (). sum ()) # ఇది డేటాసెట్‌లోని అన్ని శూన్య విలువల మొత్తాన్ని ఇస్తుంది. df1 = df.dropna (అక్షం = 0, ఎలా = 'ఏదైనా') # ఇది శూన్య విలువలతో అడ్డు వరుసలను వదులుతుంది.
మేము శూన్య విలువలను కూడా వదలవచ్చు.
బాక్స్‌ప్లాట్
sns.boxplot (x = df ['జీతం పరిధి నుండి']) sns.boxplot (x = df ['జీతం పరిధి నుండి'])
స్కాటర్‌ప్లాట్
ఆరోహణ క్రమంలో శ్రేణిని ఎలా క్రమబద్ధీకరించాలి c ++
matplotlib.pyplot ను plt fig, ax = plt.subplots (figsize = (16,8%) ax.scatter (df ['జీతం పరిధి నుండి'], df ['జీతం పరిధి నుండి']) ax.set_xlabel ('జీతం నుండి పరిధి) ax.set_ylabel ('జీతం పరిధి TO') plt.show ()
విజువలైజేషన్
మేము అవసరాలకు అనుగుణంగా డేటాను మార్చిన తర్వాత, ఈ డేటాను విశ్లేషించడం అవసరం. ఫలితాల విజువలైజేషన్ ద్వారా దీన్ని చేయటానికి ఒక మార్గం. మెరుగైన డేటా అంచనాల యొక్క సరైన విశ్లేషణలో సహాయపడుతుంది.
డేటాను దృశ్యమానం చేయడానికి క్రింది ఉదాహరణ.
sns.countplot (x = 'పూర్తి సమయం / పార్ట్ టైమ్ సూచిక', డేటా = df) sns.countplot (x = 'పూర్తి సమయం / పార్ట్ టైమ్ సూచిక', రంగు = 'జీతం ఫ్రీక్వెన్సీ', డేటా = df) sns .కౌంట్‌ప్లాట్ (రంగు = 'పూర్తి సమయం / పార్ట్ టైమ్ సూచిక', x = 'పోస్టింగ్ రకం', డేటా = df) df ['జీతం పరిధి నుండి']. plot.hist () df ['జీతం పరిధికి']. plot.hist ()
matplotlib.pyplot ను plt fig = plt.figure (figsize = (10,10%) ax = fig.gca () sns.heatmap (df1.corr (), annot = True, fmt = '. 2f') plt గా దిగుమతి చేయండి. శీర్షిక ('సహసంబంధం', ఫాంట్సైజ్ = 5) plt.show ()విశ్లేషణ
విజువలైజేషన్ తరువాత, మేము వివిధ ప్లాట్లు మరియు గ్రాఫ్లను చూస్తూ మా విశ్లేషణ చేయవచ్చు. మేము జాబ్ డేటాపై పని చేస్తున్నామని అనుకుందాం, ఒక ప్రాంతంలోని ఒక నిర్దిష్ట ఉద్యోగం యొక్క దృశ్యమాన ప్రాతినిధ్యాన్ని చూడటం ద్వారా మనం ఒక నిర్దిష్ట డొమైన్‌లో ఉద్యోగాల సంఖ్యను తయారు చేయవచ్చు.
పై విశ్లేషణ నుండి, మేము ఈ క్రింది ఫలితాలను can హించవచ్చు
- పూర్తి సమయం ఉద్యోగాలతో పోలిస్తే డేటా సెట్‌లో పార్ట్‌టైమ్ ఉద్యోగాల సంఖ్య చాలా తక్కువ.
- పార్ట్ టైమ్ ఉద్యోగాలు 500 కన్నా తక్కువ, పూర్తి సమయం ఉద్యోగాలు 2500 కన్నా ఎక్కువ.
- ఈ విశ్లేషణ ఆధారంగా, మేము ఒక నిర్మించగలము అంచనా మోడల్.
ఈ పైథాన్ అనకొండ ట్యుటోరియల్‌లో, పైథాన్ ఫండమెంటల్స్, డేటా అనాలిసిస్ మరియు మెషీన్ లెర్నింగ్‌లను కవర్ చేసే ఉపయోగ కేసులతో పైథాన్ కోసం అనకొండను ఎలా సెటప్ చేయవచ్చో మేము అర్థం చేసుకున్నాము. డేటా సైన్స్ కోసం 300 కి పైగా ప్యాకేజీలతో, అనకొండ సమర్థవంతమైన ఫలితాలతో సరైన మద్దతును అందిస్తుంది. ఎథురేకాలో పైథాన్ నమోదులో మీ నైపుణ్యాలను నేర్చుకోవటానికి మరియు మీ అభ్యాసాన్ని ప్రారంభించండి.
ఏమైనా ప్రశ్నలు ఉన్నాయా? ‘పైథాన్ అనకొండ ట్యుటోరియల్’ పై ఈ వ్యాసం యొక్క వ్యాఖ్యలలో వాటిని ప్రస్తావించండి మరియు మేము వీలైనంత త్వరగా మిమ్మల్ని సంప్రదిస్తాము.