{ "cells": [ { "cell_type": "markdown", "source": [ "# ਚੈਲੇਂਜ: ਡੇਟਾ ਸਾਇੰਸ ਬਾਰੇ ਟੈਕਸਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ\n", "\n", "ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਆਓ ਇੱਕ ਸਧਾਰਣ ਅਭਿਆਸ ਕਰੀਏ ਜੋ ਪਰੰਪਰਿਕ ਡੇਟਾ ਸਾਇੰਸ ਪ੍ਰਕਿਰਿਆ ਦੇ ਸਾਰੇ ਕਦਮਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਕੋਈ ਕੋਡ ਲਿਖਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਤੁਸੀਂ ਸਿਰਫ ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਸੈਲਾਂ 'ਤੇ ਕਲਿੱਕ ਕਰ ਕੇ ਉਨ੍ਹਾਂ ਨੂੰ ਚਲਾ ਸਕਦੇ ਹੋ ਅਤੇ ਨਤੀਜੇ ਵੇਖ ਸਕਦੇ ਹੋ। ਇੱਕ ਚੈਲੇਂਜ ਵਜੋਂ, ਤੁਹਾਨੂੰ ਹੌਸਲਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਇਸ ਕੋਡ ਨੂੰ ਵੱਖ-ਵੱਖ ਡੇਟਾ ਨਾਲ ਅਜ਼ਮਾਓ।\n", "\n", "## ਮੁੱਦਾ\n", "\n", "ਇਸ ਪਾਠ ਵਿੱਚ, ਅਸੀਂ ਡੇਟਾ ਸਾਇੰਸ ਨਾਲ ਸਬੰਧਿਤ ਵੱਖ-ਵੱਖ ਧਾਰਣਾਵਾਂ 'ਤੇ ਚਰਚਾ ਕਰ ਰਹੇ ਹਾਂ। ਆਓ ਕੁਝ ਹੋਰ ਸੰਬੰਧਿਤ ਧਾਰਣਾਵਾਂ ਦੀ ਖੋਜ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੀਏ **ਟੈਕਸਟ ਮਾਇਨਿੰਗ** ਕਰਕੇ। ਅਸੀਂ ਡੇਟਾ ਸਾਇੰਸ ਬਾਰੇ ਇੱਕ ਟੈਕਸਟ ਨਾਲ ਸ਼ੁਰੂ ਕਰਾਂਗੇ, ਉਸ ਵਿੱਚੋਂ ਕੀਵਰਡਸ ਨਿਕਾਲਾਂਗੇ, ਅਤੇ ਫਿਰ ਨਤੀਜੇ ਨੂੰ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਾਂਗੇ।\n", "\n", "ਇੱਕ ਟੈਕਸਟ ਵਜੋਂ, ਮੈਂ ਵਿਕੀਪੀਡੀਆ ਤੋਂ ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਪੰਨੇ ਦਾ ਉਪਯੋਗ ਕਰਾਂਗਾ:\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: Getting the Data\r\n", "\r\n", "ਪਹਿਲਾ ਕਦਮ ਹਰ ਡਾਟਾ ਸਾਇੰਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਡਾਟਾ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੁੰਦਾ ਹੈ। ਅਸੀਂ ਇਹ ਕਰਨ ਲਈ `requests` ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ:\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", "