🧱 Unit 1 – Data Structures और Algorithms · Lesson 14
Data और Statistics समझना
Data क्या है?
Data किसी चीज़ के बारे में दर्ज कच्चे तथ्यों – numbers, text, images, sounds – का संग्रह है। जब data को व्यवस्थित और process करके अर्थपूर्ण बनाया जाता है तो उसे information कहते हैं। Schools, banks, hospitals और apps सभी data के आधार पर फ़ैसले लेते हैं।
Structured vs unstructured
Structured data
- Rows और columns में व्यवस्थित
- Fixed format (tables, spreadsheets, databases)
- Search और analyse करना आसान
- Example: marks sheet, railway reservation
Unstructured data
- कोई fixed format नहीं
- Text, images, audio, video, posts
- Analyse करने के लिए special tools चाहिए
- Example: emails, photos, YouTube videos
Data life cycle
- 1Collection – forms, sensors, surveys, websites से data इकट्ठा करना
- 2Storage – files, databases या cloud में save करना
- 3Processing – clean, sort, calculate, summarise
- 4Analysis और presentation – tables, charts, reports
- 5Decision – information का इस्तेमाल
Collection और storage
Data manually (registers, survey forms) या automatically (barcode scanners, sensors, online forms) इकट्ठा किया जा सकता है। इसे files (text, CSV), spreadsheets, databases (MySQL) या cloud storage में रखते हैं। Storage devices में HDD, SSD और pen drives आते हैं।
Data processing
कच्चे data में अक्सर ख़ाली जगहें, spelling errors या ग़लत entries होती हैं। Calculation से पहले cleaning उन्हें हटाती या ठीक करती है।
Python
# Processing raw data: clean, then summarise
raw = ['45', ' 67', 'abs', '89 ', '', '72']
clean = []
for v in raw:
v = v.strip()
if v.isdigit():
clean.append(int(v))
print('Valid:', clean, '| ignored:', len(raw) - len(clean))
print('Average:', round(sum(clean) / len(clean), 2))Valid: [45, 67, 89, 72] | ignored: 2
Average: 68.25
Statistical techniques
➗
MeanValues का जोड़ ÷ गिनती। सामान्य “average”।🎯
MedianSort करने के बाद बीच की value।🔁
Modeसबसे ज़्यादा बार आने वाली value।↔️
RangeMaximum − minimum।📐
Standard deviationValues mean से कितनी फैली हैं।Python में statistics
Python
marks = [56, 72, 91, 72, 64, 85, 72, 48, 90, 60]
n = len(marks)
mean = sum(marks) / n
s = sorted(marks)
if n % 2 == 0:
median = (s[n // 2 - 1] + s[n // 2]) / 2
else:
median = s[n // 2]
mode = max(set(marks), key=marks.count)
print('Sorted:', s)
print('Mean :', mean)
print('Median:', median)
print('Mode :', mode)
print('Range :', max(marks) - min(marks))Sorted: [48, 56, 60, 64, 72, 72, 72, 85, 90, 91]
Mean : 71.0
Median: 72.0
Mode : 72
Range : 43
Python
import statistics as st
marks = [56, 72, 91, 72, 64, 85, 72, 48, 90, 60]
print('mean :', st.mean(marks))
print('median :', st.median(marks))
print('mode :', st.mode(marks))
print('pstdev :', round(st.pstdev(marks), 2)) # population SD
print('pvar :', round(st.pvariance(marks), 2))mean : 71
median : 72.0
mode : 72
pstdev : 13.73
pvar : 188.4
Standard deviation
SD = √( Σ(x − mean)² ÷ n )। Steps: mean निकालें, हर value से घटाएँ, square करें, squares का average (variance) लें, square root लें।
Python
# Standard deviation by formula, step by step
data = [4, 8, 6, 2]
m = sum(data) / len(data)
sq = [(x - m) ** 2 for x in data]
var = sum(sq) / len(data)
print('mean =', m)
print('squared deviations =', sq)
print('variance =', var, '| SD =', round(var ** 0.5, 3))mean = 5.0
squared deviations = [1.0, 9.0, 1.0, 9.0]
variance = 5.0 | SD = 2.236
सारांश
- Data → processing → information।
- Structured data tables में आता है; unstructured नहीं।
- Mean, median, mode, range और SD data set को summarise करते हैं; Python का
statisticsmodule इन्हें निकालता है।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
Data और information में क्या फ़र्क है?
Data कच्चे तथ्य हैं (40 students के marks)। Information process किया गया अर्थपूर्ण data है (class average 71 है)।
कौन सा measure extreme values से प्रभावित नहीं होता?
Median, क्योंकि यह सिर्फ़ बीच की position पर निर्भर है, सबसे बड़ी या छोटी value के आकार पर नहीं।
Standard deviation क्या बताता है?
Values mean के आसपास कितनी फैली हैं। छोटा SD मतलब values mean के पास हैं।
