{ "cells": [ { "cell_type": "markdown", "source": [ "# ਚੁਣੌਤੀ: ਡਾਟਾ ਸਾਇੰਸ ਬਾਰੇ ਪਾਠ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ\n", "\n", "ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਆਓ ਇੱਕ ਸਧਾਰਣ ਕਸਰਤ ਕਰੀਏ ਜੋ ਰਵਾਇਤੀ ਡਾਟਾ ਸਾਇੰਸ ਪ੍ਰਕਿਰਿਆ ਦੇ ਸਾਰੇ ਕਦਮਾਂ ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ। ਤੁਹਾਨੂੰ ਕੋਈ ਕੋਡ ਨਹੀਂ ਲਿਖਣਾ, ਤੁਸੀਂ ਸਿਰਫ ਹੇਠਾਂ ਦਿੱਤੇ ਸੈੱਲਾਂ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਉਨ੍ਹਾਂ ਨੂੰ ਚਲਾਉਣਾ ਹੈ ਅਤੇ ਨਤੀਜਾ ਦੇਖਣਾ ਹੈ। ਇੱਕ ਚੁਣੌਤੀ ਵਜੋਂ, ਤੁਹਾਨੂੰ ਇਹ ਕੋਡ ਵੱਖ-ਵੱਖ ਡਾਟਾ ਨਾਲ ਅਜ਼ਮਾਉਣ ਦੀ ਪ੍ਰੇਰਣਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।\n", "\n", "## ਲਕਸ਼\n", "\n", "ਇਸ ਪਾਠ ਵਿੱਚ, ਅਸੀਂ ਡਾਟਾ ਸਾਇੰਸ ਨਾਲ ਜੁੜੇ ਵੱਖ-ਵੱਖ ਧਾਰਾਵਾਂ ਦੀ ਚਰਚਾ ਕਰ ਰਹੇ ਹਾਂ। ਆਓ ਕੁਝ ਹੋਰ ਸੰਬੰਧਿਤ ਧਾਰਾਵਾਂ ਦੀ ਖੋਜ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੀਏ **ਟੈਕਸਟ ਮਾਈਨਿੰਗ** ਕਰਕੇ। ਅਸੀਂ ਡਾਟਾ ਸਾਇੰਸ ਬਾਰੇ ਇੱਕ ਪਾਠ ਨਾਲ ਸ਼ੁਰੂ ਕਰਾਂਗੇ, ਇਸ ਵਿੱਚੋਂ ਕੁੰਜੀ ਸ਼ਬਦ ਕੱਢਾਂਗੇ, ਅਤੇ ਫਿਰ ਨਤੀਜੇ ਨੂੰ ਵਿਜੁਅਲਾਈਜ਼ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਾਂਗੇ।\n", "\n", "ਪਾਠ ਵਜੋਂ, ਮੈਂ ਵਿਕੀਪੀਡੀਆ ਤੋਂ ਡਾਟਾ ਸਾਇੰਸ ਵਾਲੇ ਪੰਨੇ ਦੀ ਵਰਤੋਂ 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": [ "## ਪਹਲਾ ਕਦਮ: ਡਾਟਾ ਪ੍ਰਾਪਤ ਕਰਨਾ\n", "\n", "ਹਰ ਡਾਟਾ ਸਾਇੰਸ ਪ੍ਰਕਿਰਿਆ ਦਾ ਪਹਿਲਾ ਕਦਮ ਡਾਟਾ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੁੰਦਾ ਹੈ। ਅਸੀਂ ਇਹ ਕੰਮ 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", "