পাইথন অ্যানাকোন্ডা টিউটোরিয়াল: আপনার জানা দরকার Everything

পাইথন অ্যানাকোন্ডা টিউটোরিয়ালের এই নিবন্ধটি আপনাকে কীভাবে পাইথন ফান্ডামেন্টাল, অ্যানালিটিক্স, এমএল / এআই ইত্যাদি দিয়ে অ্যানাকোন্ডায় পাইথন ব্যবহার করতে পারবেন তা বুঝতে সহায়তা করবে help

অ্যানাকোন্ডা কালকের ডেটা বিজ্ঞানী, আইটি পেশাদার এবং ব্যবসায়ী নেতাদের জন্য ডেটা সায়েন্স প্ল্যাটফর্ম। এটি একটি বিতরণ পাইথন , আর ইত্যাদির জন্য 300 টিরও বেশি প্যাকেজ রয়েছে , এটি যে কোনও প্রকল্পের সেরা প্ল্যাটফর্মগুলির মধ্যে একটি হয়ে যায়। এই অ্যানাকোন্ডা টিউটোরিয়াল, আমরা কীভাবে পাইথন প্রোগ্রামিংয়ের জন্য অ্যানাকোন্ডা ব্যবহার করতে পারি তা নিয়ে আলোচনা করব। এই ব্লগে আলোচিত বিষয়গুলি নিম্নলিখিত:



অ্যানাকোন্ডার পরিচিতি

অ্যানাকোন্ডা অজগর এবং আর এর জন্য একটি মুক্ত উত্স বিতরণ for এটির জন্য ব্যবহৃত হয় তথ্য বিজ্ঞান , , গভীর জ্ঞানার্জন , ইত্যাদি ডেটা সায়েন্সের জন্য 300 টিরও বেশি লাইব্রেরির প্রাপ্যতার সাথে, কোনও প্রোগ্রামার ডেটা সায়েন্সের জন্য অ্যানাকোন্ডায় কাজ করা মোটামুটি অনুকূল হয়ে যায়।



লোগো-পাইথন অ্যানাকোন্ডা টিউটোরিয়াল-এডুরেকা

অ্যানাকোন্ডা সরলীকৃত প্যাকেজ পরিচালনা এবং স্থাপনায় সহায়তা করে। অ্যানাকোন্ডা বিভিন্ন মেশিন লার্নিং এবং এআই অ্যালগরিদমগুলি ব্যবহার করে বিভিন্ন উত্স থেকে সহজেই ডেটা সংগ্রহ করতে বিভিন্ন সরঞ্জাম নিয়ে আসে with এটি সহজেই পরিচালনাযোগ্য পরিবেশ সেটআপ পেতে সহায়তা করে যা কোনও একক বোতামের ক্লিকের সাহায্যে যে কোনও প্রকল্প মোতায়েন করতে পারে।



এখন যেহেতু আমরা জানি যে অ্যানাকোন্ডা কী, আমরা কীভাবে অ্যানাকোন্ডা ইনস্টল করতে পারি এবং আমাদের সিস্টেমে কাজ করার জন্য একটি পরিবেশ সেটআপ করতে পারি তা বোঝার চেষ্টা করি।

ইনস্টলেশন এবং সেটআপ

অ্যানাকোন্ডা ইনস্টল করতে এখানে যান https://www.anaconda.com/dist تقسیم/



আপনার জন্য উপযুক্ত সংস্করণ চয়ন করুন এবং ডাউনলোড ক্লিক করুন। ডাউনলোড শেষ হয়ে গেলে সেটআপটি খুলুন।

সেটআপের নির্দেশাবলী অনুসরণ করুন। আমার পথের পরিবেশের পরিবর্তনশীলটিতে অ্যানাকোন্ডা যুক্ত করতে ক্লিক করতে ভুলবেন না। ইনস্টলেশন সমাপ্ত হওয়ার পরে, আপনি নীচের চিত্রের মতো একটি উইন্ডো পাবেন।

ইনস্টলেশন সমাপ্তির পরে, অ্যানাকোন্ডা প্রম্পটটি খুলুন এবং টাইপ করুন ।

আপনি নীচের চিত্রে প্রদর্শিত উইন্ডো দেখতে পাবেন।

পাইথনের জন্য অ্যানাকোন্ডা কীভাবে ব্যবহার করতে হয় তা আমরা জানি যে কোনও প্রকল্পের জন্য আমরা কীভাবে অ্যানাকোন্ডায় বিভিন্ন লাইব্রেরি ইনস্টল করতে পারি তা একবার দেখে নেওয়া যাক।

অ্যানাকোন্ডায় পাইথন লাইব্রেরি কীভাবে ইনস্টল করবেন?

অ্যানাকোন্ডা প্রম্পটটি খুলুন এবং গ্রন্থাগারটি ইতিমধ্যে ইনস্টল রয়েছে কিনা তা পরীক্ষা করুন।

যেহেতু নাম্পি বর্তমান নামে কোনও মডিউল নেই, তাই আমরা নিমপি ইনস্টল করতে নিম্নলিখিত কমান্ডটি চালাব।

ইনস্টলেশনটি শেষ করার পরে আপনি চিত্রটিতে প্রদর্শিত উইন্ডোটি পাবেন।

একবার আপনি একটি গ্রন্থাগার ইনস্টল হয়ে গেলে, আশ্বাসের জন্য কেবল আবার মডিউলটি আমদানির চেষ্টা করুন।

আপনি দেখতে পাচ্ছেন, প্রথমদিকে কোনও ত্রুটি নেই যা আমরা শুরুতে পেয়েছিলাম, সুতরাং আমরা এভাবেই অ্যানাকোন্ডায় বিভিন্ন লাইব্রেরি ইনস্টল করতে পারি।

অ্যানাকোন্ডা নেভিগেটর

অ্যানাকোন্ডা নেভিগেটর একটি ডেস্কটপ জিইউআই যা অ্যানাকোন্ডা বিতরণের সাথে আসে। এটি আমাদের অ্যাপ্লিকেশন আরম্ভ করতে এবং কন্ডা প্যাকেজ পরিচালনা করতে, পরিবেশ এবং কমান্ড-লাইন কমান্ড ব্যবহার না করেই অনুমতি দেয়।

কেস - পাইথন ফান্ডামেন্টাল ব্যবহার করুন

ভেরিয়েবল এবং ডেটা প্রকার

ভেরিয়েবল এবং ডেটা ধরণের যে কোনও প্রোগ্রামিং ভাষার বিল্ডিং ব্লক। পাইথনের 6 টি প্রকারের বৈশিষ্ট্য রয়েছে যা তাদের কাছে রয়েছে তার উপর নির্ভর করে properties পাইথন প্রোগ্রামিং ল্যাঙ্গুয়েজে সংগ্রহের ডেটা তালিকা, অভিধান, সেট, টিপল

পাইথনে কীভাবে ভেরিয়েবল এবং ডেটা প্রকার ব্যবহৃত হয় তা নিচের উদাহরণে নীচে দেওয়া হল।

# পরিবর্তনশীল ঘোষণার নাম = 'এডুরেকা' এফ = 1991 মুদ্রণ ('পাইথনটি প্রতিষ্ঠিত হয়েছিল', চ) # ডেটা টাইপ a = [1,2,3,4,5,6,7] বি = {1: 'এডুরেকা' , 2: 'পাইথন'} সি = (1,2,3,4,5) ডি = {1,2,3,4,5} মুদ্রণ ('তালিকাটি হল', ক) মুদ্রণ ('অভিধানটি' , খ) মুদ্রণ ('টিপলটি হ'ল', গ) মুদ্রণ ('সেটটি হল', ডি)

অপারেটর

পাইথনে অপারেটররা মান বা ভেরিয়েবলের মধ্যে ক্রিয়াকলাপের জন্য ব্যবহৃত হয়। পাইথনে 7 ধরণের অপারেটর রয়েছে।

  • নিয়োগ অপারেটর
  • পাটিগণিত অপারেটর
  • লজিকাল অপারেটর
  • তুলনা অপারেটর
  • বিট বুদ্ধিমান অপারেটর
  • সদস্যতা অপারেটর
  • পরিচয় অপারেটর

পাইথনে কয়েকটি অপারেটর ব্যবহারের সাথে নিম্নলিখিত উদাহরণ রয়েছে।

a = 10 b = 15 # গাণিতিক অপারেটর প্রিন্ট (a + b) মুদ্রণ (a - b) মুদ্রণ (a * খ) # নিয়োগের অপারেটর a + = 10 মুদ্রণ (ক) # তুলনা অপারেটর #a! = 10 # বি == একটি # লজিকাল অপারেটর a> বি এবং একটি> 10 # এই দুটি বিবৃতি সত্য হলে এটি সত্য হবে।

নিয়ন্ত্রণ বিবৃতি

বিবৃতি পছন্দ , বিরতি, চালিয়ে যাওয়া সর্বোত্তম ফলাফলের জন্য মৃত্যুদন্ড কার্যকর করার জন্য নিয়ন্ত্রণ স্টেটমেন্ট হিসাবে ব্যবহৃত হয়। ফলাফল নিয়ন্ত্রণের জন্য আমরা পাইথনের বিভিন্ন লুপগুলিতে এই বিবৃতিগুলি ব্যবহার করতে পারি। নিয়ন্ত্রণ এবং শর্তাধীন বিবৃতি দিয়ে আমরা কীভাবে কাজ করতে পারি তা দেখানোর জন্য নীচের উদাহরণ রয়েছে।

নাম = আমার জন্য নাম 'এডুরেকা': যদি i == 'ক': বিরতি অন্য: মুদ্রণ (i)

কার্যাদি

কোডটিকে পুনর্ব্যবহারযোগ্যতা একটি দক্ষ উপায়ে সরবরাহ করুন, যেখানে আমরা কোনও সমস্যার বিবৃতি দেওয়ার জন্য যুক্তিটি লিখতে পারি এবং অনুকূল সমাধানগুলি পেতে কয়েকটি যুক্তি চালাতে পারি। পাইথনে আমরা কীভাবে ফাংশন ব্যবহার করতে পারি তার উদাহরণ নীচে দেওয়া হল।

ডিএফ ফানক (ক): একটি ** একটি রেজো = ফানক (10) মুদ্রণ (পুনরায়) ফিরিয়ে দিন

ক্লাস এবং অবজেক্টস

যেহেতু পাইথন বস্তু-ভিত্তিক প্রোগ্রামিং সমর্থন করে, আমরা এর সাথে কাজ করতে পারি ক্লাস এবং অবজেক্ট যেমন. পাইথনের ক্লাস এবং অবজেক্টের সাথে কীভাবে আমরা কাজ করতে পারি তার উদাহরণ নীচে দেওয়া হল।

শ্রেণি পিতামাতা: ডিএফ ফানক (স্ব): মুদ্রণ ('এটি পিতামাতা') শ্রেণি শিশু (পিতামাতা): ডিফ ফানক 1 (স্ব): মুদ্রণ ('এটি শিশু') ob = নতুন শিশু () ওব.ফুনক ()

অজগর থেকে শুরু করার জন্য এটি কয়েকটি মৌলিক ধারণা। এখন অ্যানাকোন্ডায় বৃহত্তর প্যাকেজ সহায়তার কথা বলছি, আমরা প্রচুর গ্রন্থাগার নিয়ে কাজ করতে পারি। আমরা কীভাবে ডেটা অ্যানালিটিকাগুলির জন্য পাইথন অ্যানাকোন্ডা ব্যবহার করতে পারি তা একবার একবার দেখুন।

কেস - অ্যানালিটিক্স ব্যবহার করুন

এটি জড়িত কিছু পদক্ষেপ । আসুন এক নজরে দেখে নেওয়া যাক অ্যানাকোন্ডা এবং আমরা ব্যবহার করতে পারি এমন বিভিন্ন লাইব্রেরিতে ডেটা বিশ্লেষণ কীভাবে কাজ করে।

শেফ এবং পুতুল কি

তথ্য সংগ্রহ

দ্য তথ্য সংগ্রহ প্রোগ্রামে কোনও সিএসভি ফাইল লোড করার মতোই সহজ। তারপরে আমরা ডেটাতে নির্দিষ্ট দৃষ্টান্ত বা এন্ট্রি বিশ্লেষণের জন্য প্রাসঙ্গিক ডেটা ব্যবহার করতে পারি। প্রোগ্রামে সিএসভি ডেটা লোড করার কোডটি নীচে দেওয়া হল।

পিডি হিসাবে আমদানি নন্ডিকে এনপি আমদানি matplotlib.pyplot হিসাবে plt আমদানি সমুদ্র সৈকত হিসাবে sns df = পিডি.ড্রেড_সিএসভি ('filename.csv') মুদ্রণ (df.head (5%) হিসাবে আমদানি করুন

স্লাইসিং এবং ডেসিং

আমরা প্রোগ্রামে ডেটা সেট লোড করার পরে, আমাদের অবশ্যই কয়েকটি পরিবর্তন সহ ডেটা ফিল্টার করে ফেলতে হবে যেমন নাল মান এবং অপ্রয়োজনীয় ক্ষেত্রগুলি বাদ দেওয়া যা বিশ্লেষণে দ্ব্যর্থহীনতার কারণ হতে পারে।

প্রয়োজনীয়তা অনুসারে আমরা কীভাবে ডেটা ফিল্টার করতে পারি তার উদাহরণ নীচে দেওয়া হল।

মুদ্রণ (df.isnull ()। যোগ ()) # এটি ডেটাসেটের সমস্ত নাল মানগুলির যোগফল দেবে। df1 = df.rodna (অক্ষ = 0, কিভাবে = 'কোনও') # এটি নাল মান সহ সারি ফেলে দেবে।

আমরা নাল মানগুলিও ফেলে দিতে পারি।

বক্স চক্রান্ত

sns.boxplot (x = df ['থেকে বেতনের পরিসর']]) sns.boxplot (x = df ['বেতন সীমা থেকে'])

স্ক্যাটারপ্লট

প্ল্যাট ডুমুর হিসাবে axplotlib.pyplot আমদানি করুন, ax = plt.subplots (ডুমুর আকার = (16,8)) ax.scatter (ডিএফ ['বেতন থেকে রেঞ্জ' '], ডিএফ [' বেতন সীমা থেকে ']) ax.set_xlabel (' বেতন 'থেকে রেঞ্জ' ax.set_ylabel ('বেতন সীমা TO') plt.show ()

ভিজ্যুয়ালাইজেশন

একবার আমরা প্রয়োজনীয়তা অনুসারে ডেটা পরিবর্তন করেছি, এই ডেটা বিশ্লেষণ করা প্রয়োজন। এরূপ করার একটি উপায় হ'ল ফলাফলগুলির দৃশ্যায়ন। আরও ভাল ডেটা অনুমানের সর্বোত্তম বিশ্লেষণে সহায়তা করে।

নিম্নলিখিতটি ডেটা ভিজ্যুয়ালাইজ করার জন্য একটি উদাহরণ।

sns.countplot (x = 'পূর্ণ-সময় / পার্ট-টাইম সূচক', তথ্য = df) sns.countplot (এক্স = 'পূর্ণ-সময় / পার্ট-টাইম সূচক', হিউ = 'বেতন ফ্রিকোয়েন্সি', ডেটা = ডিএফ) এসএনএস .countplot (হিউ = 'ফুলটাইম / পার্ট টাইম সূচক', এক্স = 'পোস্টিং টাইপ', ডেটা = ডিএফ) ডিএফ ['থেকে বেতনের পরিসর']। প্লট-হিস্ট () ডিএফ ['বেতন-সীমা থেকে']। প্লট হিস্ট ()

plp fig = plt.figure (figsize = (10,10)) ax = fig.gca () sns.heatmap (df1.corr (), annot = true, fmt = '। 2f') plt হিসাবে matplotlib.pyplot আমদানি করুন। শিরোনাম ('সম্পর্ক', ফন্টসাইজ = 5) plt.show ()

বিশ্লেষণ

ভিজ্যুয়ালাইজেশনের পরে, আমরা বিভিন্ন প্লট এবং গ্রাফগুলি দেখে আমাদের বিশ্লেষণ করতে পারি। মনে করুন যে আমরা কাজের ডেটা নিয়ে কাজ করছি, কোনও অঞ্চলের একটি নির্দিষ্ট কাজের চাক্ষুষ উপস্থাপনা দেখে আমরা একটি নির্দিষ্ট ডোমেনে কাজের সংখ্যা বের করতে পারি।

উপরের বিশ্লেষণ থেকে আমরা নিম্নলিখিত ফলাফলগুলি ধরে নিতে পারি

  • ডেটা সেটে খণ্ডকালীন কাজের সংখ্যা ফুলটাইম কাজের তুলনায় খুব কম।
  • যখন খণ্ডকালীন চাকরিগুলি 500 এরও কম দাঁড়িয়েছে, পূর্ণকালীন চাকরিগুলি 2500 এরও বেশি।
  • এই বিশ্লেষণের ভিত্তিতে, আমরা একটি তৈরি করতে পারি পূর্বাভাস মডেল।

পাইথন অ্যানাকোন্ডা টিউটোরিয়ালে, আমরা বুঝতে পেরেছি যে কীভাবে পাইথনের মৌলিক বিষয়বস্তু, ডেটা বিশ্লেষণ এবং মেশিন লার্নিংয়ের ব্যবহার রয়েছে সেগুলি সহ আমরা পাইথনের জন্য অ্যানাকোন্ডা সেটআপ করতে পারি। ডেটা বিজ্ঞানের 300 টিরও বেশি প্যাকেজ সহ, অ্যানাকোন্ডা দক্ষ ফলাফলের সাথে সর্বোত্তম সমর্থন সরবরাহ করে। এডুরেকায় অজগর নথিতে আপনার দক্ষতা অর্জনের জন্য এবং আপনার পড়াশোনা শুরু করুন।

কোনো প্রশ্ন আছে কি? ‘পাইথন অ্যানাকোন্ডা টিউটোরিয়াল’ সম্পর্কিত এই নিবন্ধটির মন্তব্যে তাদের উল্লেখ করুন এবং আমরা যত তাড়াতাড়ি সম্ভব আপনার কাছে ফিরে আসব।