{ "cells": [ { "cell_type": "markdown", "source": [ "# ಸವಾಲು: ಡೇಟಾ ವಿಜ್ಞಾನ ಸಂಬಂಧಿತ ಪಠ್ಯ ವಿಶ್ಲೇಷಣೆ\n", "\n", "ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ಪರಂಪರাগত ಡೇಟಾ ವಿಜ್ಞಾನ ಪ್ರಕ್ರಿಯೆಯ ಎಲ್ಲಾ ಹಂತಗಳನ್ನು ಒಳಗೊಂಡ ಸರಳ ವ್ಯಾಯಾಮವನ್ನು ಮಾಡೋಣ. ನೀವು ಯಾವುದೇ ಕೋಡ್ ಬರೆಯಬೇಕಾಗಿಲ್ಲ, ಕೆಳಗಿನ ಸೆಲ್‌ಗಳನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಅವುಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಗಮನಿಸಬಹುದು. ಸವಾಲಿನಾಗಿ, ನೀವು ಈ ಕೋಡ್ ಅನ್ನು ವಿಭಿನ್ನ ಡೇಟಾ ಬಳಸಿ ಪ್ರಯತ್ನಿಸಲು ಪ್ರೋತ್ಸಾಹಿಸಲಾಗಿದೆ.\n", "\n", "## ಗುರಿ\n", "\n", "ಈ ಪಾಠದಲ್ಲಿ, ನಾವು ಡೇಟಾ ವಿಜ್ಞಾನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ವಿವಿಧ ಕಲ್ಪನೆಗಳನ್ನು ಚರ್ಚಿಸಿರುವೆವು. ಕೆಲವು **ಪಠ್ಯ ಗಣನೆ**ಗಳನ್ನು ಮಾಡಿ ಹೆಚ್ಚು ಸಂಬಂಧಿತ ಕಲ್ಪನೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸೋಣ. ನಾವು ಡೇಟಾ ವಿಜ್ಞಾನ ಕುರಿತು ಪಠ್ಯದಿಂದ ಪ್ರಾರಂಭಿಸಿ, ಅದರಿಂದ ಕೀವರ್ಡ್‌ಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತೇವೆ, ನಂತರ ಫಲಿತಾಂಶವನ್ನು ದೃಶ್ಯಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ.\n", "\n", "ಪಠ್ಯವಾಗಿ, ನಾನು ವಿಕಿಪೀಡಿಯಾದ ಡೇಟಾ ವಿಜ್ಞಾನ ಪೇಜ್ ಉಪಯೋಗಿಸಲಿದ್ದೇನೆ:\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 ಹಂತವೆಂದರೆ ಡೇಟಾವನ್ನು ಪಡೆಯುವುದೆಂದು ಆಗಿದೆ. ನಾವು ಅದಕ್ಕಾಗಿ `requests` ಗ್ರಂಥಾಲಯವನ್ನು ಬಳಸುವುದು:\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", "