दिन 2: Setup: Python, Jupyter और Google Colab
✅ आज आप सीखेंगे
- अपना setup चुनें: Google Colab, Anaconda या सीधा Python
- pandas, NumPy, Matplotlib, Seaborn, scikit-learn install करें
- Jupyter cells, Markdown और shortcuts इस्तेमाल करें
- Course datasets load करें
- पहली data notebook चलाएँ
🏢 असली दुनिया में
Data job के पहले दिन आपको laptop, Jupyter या Colab workspace और CSV files का folder मिलेगा। Notebooks में सहज होना हर analyst का पहला रोज़ का skill है।
अपना setup चुनें
Google Colab (सबसे आसान)
- Browser में चलता है – कुछ install नहीं
- Deep learning के लिए free GPU
- Files Google Drive में
- Internet चाहिए
PC पर Anaconda / Jupyter
- Offline चलता है
- Files और versions पर पूरा control
- ज़्यादातर company laptops जैसा
- लगभग 3 GB download
Beginners: आज Colab से शुरू करें और Anaconda बाद में install करें। दोनों में बिल्कुल वही code चलता है।
Option 1 – 3 steps में Google Colab
- 1colab.research.google.com खोलें और Gmail से sign in करें
- 2New notebook पर click करें
- 3Cell में
print("Hello Data")लिखें और Shift + Enter दबाएँ
from google.colab import files
uploaded = files.upload() # choose sales_data.csv
import pandas as pd
sales = pd.read_csv("sales_data.csv")
sales.head()Option 2 – Anaconda या सीधा Python
Anaconda (anaconda.com/download) Python, Jupyter और मुख्य data libraries एक साथ install करता है। या python.org से Python 3 install करके चलाएँ:
pip install jupyter pandas numpy matplotlib seaborn scikit-learn scipy plotly openpyxl jupyter notebook # opens Jupyter in your browser
Companies हर project को अलग environment में रखती हैं: python -m venv ds-env, फिर activate करें (Windows पर ds-env\Scripts\activate, Mac/Linux पर source ds-env/bin/activate) और उसके अंदर pip install करें।
Installation जाँचें
import sys, numpy, pandas, matplotlib, seaborn, sklearn
print("Python :", sys.version.split()[0])
for lib in [numpy, pandas, matplotlib, seaborn, sklearn]:
print(f"{lib.__name__:12}:", lib.__version__)आपके version numbers थोड़े अलग हो सकते हैं – कोई बात नहीं। कोई भी नया version यह course चलाता है।
Jupyter notebook basics
| Shortcut | काम |
|---|---|
| Shift + Enter | Cell चलाएँ और अगली पर जाएँ |
| Esc फिर A / B | ऊपर / नीचे नई cell |
| Esc फिर M / Y | Markdown / Code में बदलें |
| Esc फिर D D | Cell delete करें |
| Tab | नाम auto-complete |
| Shift + Tab | Function की help देखें |
Course datasets
पूरे 60 दिन realistic Indian datasets का एक ही set इस्तेमाल होता है। इन्हें course kit से एक बार download करें और notebooks वाले folder में ही रखें।
| File | Rows | किसलिए |
|---|---|---|
| sales_data.csv | 2,000 | Retail sales of an online store – pandas, EDA, charts |
| sales_dirty.csv | 312 | Data cleaning practice |
| students_performance.csv | 500 | Statistics, charts, mini project |
| house_prices.csv | 800 | Regression (price prediction) |
| loan_applications.csv | 1,200 | Classification (loan approval) |
| telecom_churn.csv | 3,000 | Major project – churn prediction |
| mall_customers.csv | 200 | Clustering (customer segments) |
| delhi_weather.csv | 1,096 | Time series & forecasting |
| product_reviews.csv | 600 | NLP – sentiment model |
| ab_test.csv | 4,000 | A/B testing |
| employees.csv, departments.csv | 30 / 5 | SQL joins and window functions |
आपकी पहली data notebook
import pandas as pd
students = pd.read_csv("students_performance.csv")
print("Rows and columns:", students.shape)
print(students.head())import pandas as pd
students = pd.read_csv("students_performance.csv")
print("Average maths marks :", round(students["maths"].mean(), 1))
print("Pass percentage :", round((students["result"] == "Pass").mean() * 100, 1), "%")
print("Top study hours :", students["study_hours"].max())इसका मतलब Python को CSV नहीं दिख रही। File को notebook वाले folder में रखें, या पूरा path दें जैसे pd.read_csv("C:/data/sales_data.csv")। Colab में पहले file upload करें (ऊपर देखें)।
🏅 आज के Job Skills
Practice tasks
🏋️ Practice – ख़ुद करें
day02_practice.ipynb नाम की नई notebook बनाएँ। Markdown heading “My first analysis” और एक code cell जोड़ें जो आपका नाम print करे।house_prices.csv load करें और उसका shape और पहली 3 rows print करें।Solution देखें
import pandas as pd
houses = pd.read_csv("house_prices.csv")
print(houses.shape)
print(houses.head(3))house_prices.csv में सबसे महँगे घर की कीमत निकालें।Solution देखें
import pandas as pd
houses = pd.read_csv("house_prices.csv")
print("Highest price (lakh):", houses["price_lakh"].max())Quick quiz
🧠 Quick Quiz – ख़ुद को जाँचें
Interview corner
💼 Interview Corner
Data scientists notebooks क्यों इस्तेमाल करते हैं?
Notebooks code, output, charts और explanation को एक document में मिलाती हैं, जिससे exploration तेज़ होता है और analysis share और review करना आसान। Production code के लिए logic बाद में .py files में जाता है।
Virtual environment क्या है और क्यों?
हर project के लिए अलग Python installation, ताकि एक project की library versions दूसरे को न तोड़ें। venv या conda से बनता है और requirements.txt में लिखा जाता है।
सारांश
- Colab = कुछ install नहीं; Anaconda/Jupyter = offline और पूरा control।
- pip install … से libraries; __version__ से versions जाँचें।
- Shift + Enter cell चलाता है; Markdown cells कहानी बताती हैं।
- Course CSV files notebooks के पास रखें।
Day 3: data के लिए Python basics – variables, data types, operators और f-strings, असली numbers के साथ।
