{ "cells": [ { "cell_type": "markdown", "source": [ "# ಸವಾಲು: ಡೇಟಾ ಸೈನ್ಸ್ ಬಗ್ಗೆ ಪಠ್ಯ ವಿಶ್ಲೇಷಣೆ\n", "\n", "ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ನಾವು ಪರಂಪರাগত ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರಕ್ರಿಯೆಯ ಎಲ್ಲಾ ಹಂತಗಳನ್ನು ಒಳಗೊಂಡ ಸರಳ ವ್ಯಾಯಾಮವನ್ನು ಮಾಡೋಣ. ನೀವು ಯಾವುದೇ ಕೋಡ್ ಬರೆಯಬೇಕಾಗಿಲ್ಲ, ಕೆಳಗಿನ ಸೆಲ್‌ಗಳನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಅವುಗಳನ್ನು ನಿರ್ವಹಿಸಿ ಫಲಿತಾಂಶವನ್ನು ಗಮನಿಸಬಹುದು. ಸವಾಲಿನಾಗಿ, ನೀವು ವಿಭಿನ್ನ ಡೇಟಾ ಬಳಸಿ ಈ ಕೋಡ್ ಅನ್ನು ಪ್ರಯತ್ನಿಸಲು ಪ್ರೋತ್ಸಾಹಿತರಾಗಿದ್ದೀರಿ.\n", "\n", "## ಗುರಿ\n", "\n", "ಈ ಪಾಠದಲ್ಲಿ, ನಾವು ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ವಿವಿಧ ಕಲ್ಪನೆಗಳನ್ನು ಚರ್ಚಿಸುತ್ತಿದ್ದೇವೆ. ಕೆಲವು **ಪಠ್ಯ ಗಣನೆ** ಮಾಡುವ ಮೂಲಕ ಇನ್ನಷ್ಟು ಸಂಬಂಧಿತ ಕಲ್ಪನೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸೋಣ. ನಾವು ಡೇಟಾ ಸೈನ್ಸ್ ಬಗ್ಗೆ ಒಂದು ಪಠ್ಯದಿಂದ ಪ್ರಾರಂಭಿಸಿ, ಅದರಿಂದ ಪ್ರಮುಖ ಪದಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತೇವೆ, ನಂತರ ಫಲಿತಾಂಶವನ್ನು ದೃಶ್ಯೀಕರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ.\n", "\n", "ಪಠ್ಯವಾಗಿ, ನಾನು ವಿಕಿಪೀಡಿಯಾದ ಡೇಟಾ ಸೈನ್ಸ್ ಪುಟವನ್ನು ಬಳಸುತ್ತೇನೆ:\n" ], "metadata": {} }, { "cell_type": "markdown", "source": [], "metadata": {} }, { "cell_type": "code", "execution_count": 62, "source": [ "url = 'https://en.wikipedia.org/wiki/Data_science'" ], "outputs": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "## ಹಂತ 1: ಡೇಟಾವನ್ನು ಪಡೆಯುವುದು\n", "\n", "ಪ್ರತಿ ಡೇಟಾ ವಿಜ್ಞಾನ ಪ್ರಕ್ರಿಯೆಯ ಮೊದಲ ಹಂತವು ಡೇಟಾವನ್ನು ಪಡೆಯುವುದು. ಅದಕ್ಕಾಗಿ ನಾವು `requests` ಲೈಬ್ರರಿಯನ್ನು ಬಳಸುತ್ತೇವೆ:\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": 63, "source": [ "import requests\r\n", "\r\n", "text = requests.get(url).content.decode('utf-8')\r\n", "print(text[:1000])" ], "outputs": [ { "output_type": "stream", "name": "stdout", "text": [ "\n", "\n", "\n", "\n", "Data science - Wikipedia\n", "