{ "cells": [ { "cell_type": "markdown", "source": [ "# சவால்: தரவியல் அறிவியல் குறித்த உரையை பகுப்பாய்வு செய்வது\n", "\n", "இந்த எடுத்துக்காட்டில், பாரம்பரியமான தரவியல் அறிவியல் செயல்முறையின் அனைத்து படிகளையும் உள்ளடக்கிய ஒரு எளிய பயிற்சியை செய்யலாம். நீங்கள் எந்தக் குறியீடும் எழுத வேண்டியதில்லை, கீழே உள்ள செறிவுகளை கிளிக் செய்து அவற்றை இயக்கி முடிவுகளை கவனிக்கலாம். சவாலாக, இந்தக் குறியீட்டை வேறு தரவுகளுடன் முயற்சிக்க உங்களை ஊக்குவிக்கிறோம்.\n", "\n", "## இலக்கு\n", "\n", "இந்த பாடத்தில், தரவியல் அறிவியலுடன் தொடர்புடைய பல்வேறு கருத்துகளைப் பற்றி விவாதித்தோம். **உரைக் குவாரி** செய்வதன் மூலம் மேலும் தொடர்புடைய கருத்துகளை கண்டறிய முயலுவோம். தரவியல் அறிவியலின் குறித்த ஒரு உரையுடன் தொடங்கி, அதிலிருந்து முக்கிய வார்த்தைகளை எடுத்து, அதன் முடிவுகளை காட்சிப்படுத்த முயலுவோம்.\n", "\n", "உரையாக, நான் விக்கிப்பீடியாவில் உள்ள தரவியல் அறிவியல் பக்கத்தைப் பயன்படுத்துவேன்:\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": [ "## படி 1: தரவுகளை பெறுதல்\n", "\n", "ஒவ்வொரு தரவியல் அறிவியல் செயல்முறையிலும் முதல் படி தரவுகளை பெறுவதுதான். இதற்காக `requests` நூலகத்தை பயன்படுத்துவோம்:\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", "