{ "cells": [ { "cell_type": "markdown", "source": [ "# चुनौती: डेटा विज्ञान से संबंधित टेक्स्ट का विश्लेषण\n", "\n", "इस उदाहरण में, आइए एक सरल अभ्यास करें जो पारंपरिक डेटा विज्ञान प्रक्रिया के सभी चरणों को कवर करता है। आपको कोई कोड लिखने की आवश्यकता नहीं है, आप केवल नीचे दिए गए सेल्स पर क्लिक करके उन्हें निष्पादित कर सकते हैं और परिणाम देख सकते हैं। एक चुनौती के रूप में, आपको इस कोड को विभिन्न डेटा के साथ आज़माने के लिए प्रोत्साहित किया जाता है।\n", "\n", "## लक्ष्य\n", "\n", "इस पाठ में, हमने डेटा विज्ञान से संबंधित विभिन्न अवधारणाओं पर चर्चा की है। आइए कुछ **टेक्स्ट माइनिंग** करके अधिक संबंधित अवधारणाओं की खोज करने का प्रयास करें। हम डेटा विज्ञान के बारे में एक टेक्स्ट से शुरू करेंगे, उससे कीवर्ड निकालेंगे, और फिर परिणाम को दृश्य रूप में प्रदर्शित करने का प्रयास करेंगे।\n", "\n", "एक टेक्स्ट के रूप में, मैं विकिपीडिया के डेटा विज्ञान पृष्ठ का उपयोग करूंगा:\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": [ "## Step 1: डेटा प्राप्त करना\n", "\n", "हर डेटा विज्ञान प्रक्रिया में पहला कदम डेटा प्राप्त करना होता है। हम इसे करने के लिए `requests` लाइब्रेरी का उपयोग करेंगे:\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", "