डेटा साइंस के लिए Python डेटा प्रकार
int, float, complex, bool, str — परिशुद्धता और प्रकार का चुनाव डेटा विश्लेषण को कैसे प्रभावित करता है।
डेटा साइंस के लिए Python डेटा प्रकार, CoddyKit पर पाइथन के साथ एआई सीखें का एक निःशुल्क पाठ है। यह 4 में से 3वाँ पाठ है। इस अध्ययन पथ के 3 तक कोई भी पाठ पूरा पढ़ना निःशुल्क है — इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ व्यावहारिक अभ्यास भी उपलब्ध कराता है। यह पाइथन के साथ एआई सीखें सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। पाइथन के साथ एआई सीखें पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
डेटा विज्ञान में संख्याएँ
पाइथन में दो मुख्य संख्यात्मक प्रकार होते हैं: int यानी मनमाने आकार की पूर्ण संख्याएँ, और float यानी 64-बिट IEEE 754 दशमलव संख्याएँ। सही प्रकार चुनने से डेटा की सूक्ष्म त्रुटियाँ रुकती हैं।
int सटीक और असीमित है
पाइथन की पूर्ण संख्याओं में कभी अतिप्रवाह नहीं होता। वे मेमोरी की सीमा तक बड़ी हो सकती हैं, जो सटीक गिनतियों और बड़े फैक्टोरियल के लिए बहुत उपयोगी है।
big = 2 ** 200
print(big)
print(type(big)) # <class 'int'>float की सटीकता की समस्या
Float हर दशमलव संख्या को सटीक रूप से प्रदर्शित नहीं कर सकते। इसका प्रसिद्ध उदाहरण है: 0.1 + 0.2 बिल्कुल 0.3 नहीं होता।
print(0.1 + 0.2) # 0.30000000000000004
print(0.1 + 0.2 == 0.3) # Falsefloat की सुरक्षित तुलना
Float का परीक्षण कभी == से न कीजिए। इसके बजाय सहनशीलता के साथ math.isclose का उपयोग कीजिए।
import math
print(math.isclose(0.1 + 0.2, 0.3)) # Trueधनराशि के लिए Decimal
मुद्रा के लिए decimal.Decimal का उपयोग कीजिए, जो आधार-10 के सटीक मान संग्रहीत करता है। Float की त्रुटि विरासत में आने से बचने के लिए Decimal हमेशा स्ट्रिंग से बनाइए, float से नहीं।
from decimal import Decimal
price = Decimal("0.10") + Decimal("0.20")
print(price) # 0.30bool, int का उपवर्ग है
पाइथन में True का मान 1 और False का मान 0 के बराबर होता है। इससे मिलानों की गिनती करने के लिए बूलियन मानों का योग किया जा सकता है।
mask = [True, False, True, True]
print(sum(mask)) # 3 matches
print(True + True) # 2बूलियन से गिनती करना
bool का int जैसा व्यवहार NumPy और पैंडस में हर जगह दिखाई देता है: बूलियन मास्क का योग करने पर उन पंक्तियों की संख्या मिलती है जो किसी शर्त को पूरा करती हैं।
ages = [12, 20, 35, 17, 40]
adults = sum(a >= 18 for a in ages)
print(adults) # 3type() से प्रकार देखना
type(x) किसी मान की सटीक क्लास लौटाता है। यह तब उपयोगी है जब किसी कॉलम में संख्याओं के बजाय अनपेक्षित रूप से स्ट्रिंग हों।
print(type(5)) # <class 'int'>
print(type(5.0)) # <class 'float'>
print(type("5")) # <class 'str'>isinstance() से प्रकार जाँचना
प्रकार-विरासत का सम्मान करने के कारण type == के बजाय isinstance को प्राथमिकता दीजिए। ध्यान रखिए कि bool, int की जाँच में सफल हो जाता है।
print(isinstance(5, int)) # True
print(isinstance(True, int)) # True (bool subclasses int)
print(isinstance(5.0, (int, float))) # Trueप्रकार बदलने की समस्याएँ
प्रकारों को मिलाने पर वे चुपचाप दूसरे प्रकार में बदल सकते हैं। Float का पूर्णांक विभाजन float देता है; किसी संख्या को स्ट्रिंग के साथ जोड़ने पर TypeError उत्पन्न होता है। अपने डेटा के प्रकारों को शुरू में ही साफ़ कीजिए।
print(5 / 2) # 2.5 (true division always float)
print(5 // 2) # 2 (floor division)
# "id-" + 5 # TypeError
print("id-" + str(5)) # id-5योग में float की अप्रत्याशितताएँ
बहुत-से float का योग करने पर छोटी-छोटी त्रुटियाँ जमा होती जाती हैं। बड़े डेटासेट के लिए NumPy को प्राथमिकता दीजिए, जो इस बहाव को घटाने के लिए युग्म-आधारित योग का उपयोग करता है।
vals = [0.1] * 10
print(sum(vals)) # 0.9999999999999999
# NumPy: np.sum(vals) is more numerically stableत्वरित जाँच
पाइथन के प्रकारों पर अपनी पकड़ का परीक्षण कीजिए।
पुनरावलोकन
डेटा पर काम करने के लिए मुख्य संख्यात्मक तथ्य:
intसटीक और असीमित हैfloatअनुमानित होता है;==के बजायmath.iscloseका उपयोग कीजिए- धनराशि के लिए
Decimal("...") boolएक int है:sum(mask)गिनती करता हैtype()क्लास दिखाता है, जबकिisinstance()प्रकार-विरासत का सम्मान करता है- विभाजन और जोड़ने में होने वाले मौन प्रकार-परिवर्तन पर ध्यान दीजिए
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 53
- पाठ
- 225
अक्सर पूछे जाने वाले प्रश्न
क्या “डेटा साइंस के लिए Python डेटा प्रकार” पाठ निःशुल्क है?
हाँ — पाइथन के साथ एआई सीखें अध्ययन पथ के 3 तक कोई भी पाठ, जिसमें “डेटा साइंस के लिए Python डेटा प्रकार” भी शामिल है, यहाँ वेब पर पूरा पढ़ना निःशुल्क है। इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ इंटरैक्टिव अभ्यास भी उपलब्ध कराता है। पाइथन के साथ एआई सीखें पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“डेटा साइंस के लिए Python डेटा प्रकार” में मैं क्या सीखूँगा?
int, float, complex, bool, str — परिशुद्धता और प्रकार का चुनाव डेटा विश्लेषण को कैसे प्रभावित करता है। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ पाइथन के साथ एआई सीखें का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या पाइथन के साथ एआई सीखें शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर पाइथन के साथ एआई सीखें शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 3वाँ पाठ है।
“डेटा साइंस के लिए Python डेटा प्रकार” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस पाइथन के साथ एआई सीखें पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर पाइथन के साथ एआई सीखें पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- वर्चुअल वातावरण और pip
- डेटा साइंस के लिए Jupyter Notebooks
- डेटा साइंस के लिए Python डेटा प्रकार
- Python REPL और IPython के साथ कार्य करना