Python-3.4.3/C3/Statistics/Hindi

Time	Narration
00:01	नमस्कार दोस्तों "Statistics” using Python पर स्पोकन ट्यूटोरियल में आपका स्वागत है।
00:07	इस ट्यूटोरियल के अंत में आप निम्न करने में सक्षम होंगे- Python में statistical ऑपरेशन्स करना।
00:14	संख्याओं के सेट का Sum करना और उनका mean, median और standard deviation ज्ञात करना।
00:22	इस ट्यूटोरियल को रिकॉर्ड करने के लिए मैं उपयोग कर रही हूँ, Ubuntu Linux 16.04 ऑपरेटिंग सिस्टम
00:29	Python 3.4.3 और IPython 5.1.0
00:36	इस ट्यूटोरियल का अभ्यास करने के लिए, आपको ज्ञात होना चाहिए कि फाइल्स से डेटा को लोड़ कैसे करते हैं।
00:42	Lists का उपयोग और Arrays के भागों को ऐक्सेस कैसे करते हैं।
00:47	यदि नहीं, तो इस वेबसाइट पर पूर्वापेक्षा पाइथन ट्यूटोरियल्स देखें।
00:53	इस ट्यूटोरियल के लिए, हम student_record.txt डेटा फाइल का उपयोग करेंगे, जिसका उपयोग हमने पहले के ट्यूटोरियल में किया।
01:03	आप इस फाइल को इस ट्यूटोरियल के Code Files लिंक में भी पा सकते हैं।
01:08	कृपया इसे Home directory में डाउनलोड करें और इसका उपयोग करें।
01:12	हम इस array structured file पर mathematical और logical ऑपरेशन्स का उपयोग करेंगे। इसके लिए हमें Numpy को संस्थापित करने की आवश्यकता है।
01:22	NumPy, अर्थात Numerical Python
01:26	यह एक पुस्तकालय है जिसमें mathematical और numerical नित्य-नियम के लिए pre-compiled functions शामिल हैं।
01:33	NumPy को अलग से संस्थापित किया जाना है।
01:37	पहले Ctrl+Alt+T कीज को एक साथ दबाकर टर्मिनल खोलें।
01:45	सबसे नया pip संस्थापित करें। pip कमांड का उपयोग python libraries को संस्थापित करने के लिए किया जाता है।
01:53	टाइप करें, sudo apt-get install python3 hyphen pip और एंटर दबाएं।
02:03	संस्थापन के लिए आपके पास root ऐक्सेस होना चाहिए क्योंकि यह admin password के लिए पूछता है।
02:15	आगे, हमें numpy library संस्थापित करने की आवश्यकता है, क्योंकि हम पूरे ट्यूटोरियल में numpy library का उपयोग करेंगे।
02:24	टाइप करें, sudo pip3 install numpy is equal to is equal to 1.13.3 और एंटर दबाएं।
02:38	संस्थापन सफलतापूर्वक पूर्ण हो गया है। हम बिना किसी एरर के terminal prompt देख सकते हैं।
02:47	अब हम loadtxt() function के बारे में सीखेंगे।
02:52	array के रूप में डेटा प्राप्त करने के लिए, हम loadtxt() function का उपयोग करते हैं।
02:58	loadtxt() function के लिए, हमें पहले numpy library इंपोर्ट करने की आवश्यकता है।
03:04	टर्मिनल पर वापस जाएं। अब टाइप करें ipython3 और एंटर दबाएं।
03:12	टाइप करें import numpy as np और एंटर दबाएं। जहाँ np numpy के लिए उपनाम है और यह कोई भी नाम हो सकता है।
03:24	एक array के रूप में फाइल student_record.txt से डेटा लोड करें।
03:32	टाइप करें, L is equal to np dot loadtxt parentheses में quotes मेंstudent_record.txt comma usecols is equal to parentheses में 3 comma 4 comma 5 comma 6 comma 7 comma delimiter is equal to quotes में semicolon और एंटर दबाएं।
04:04	टाइप करें L और एंटर दबाएं।
04:07	हमें array के रूप में आउटपुट प्राप्त होता है।
04:11	loadtxt एक एक्स्टरनल फाइल से डेटा लोड करता है।
04:16	Delimiter कैरेक्टर के प्रकार को निर्दिष्ट करता है जिससे डेटा का फिल्ड्स पृथक होता है। usecols उपयोग होने वाले columns को निर्दिष्ट करता है।
04:27	loadtxt, delimiter और usecols keywords हैं।
04:33	अतः student_record.txt से columns 3,4,5,6,7 यहाँ लोड हो गए हैं।
04:42	column numbers के मध्य में 'comma' जुड़ गया है क्योंकि usecols एक sequence है।
04:49	जैसा कि हम देख सकते हैं L एक array है। हम shape का उपयोग करके इस array का आकार प्राप्त कर सकते हैं।
04:58	टाइप करें, L dot shape और एंटर दबाएं।
05:04	हमें क्रमशः rows और columns की संख्या के साथ tuple प्राप्त होता है।
05:11	इस उदाहरण में, array L में एक लाख पचासी हजार छह सौ और सड़सठ rows और 5 columns हैं।
05:22	student_record.txt फाइल पर वापस जाएं।
05:28	अब इन पर statistical ऑपरेशन्स लागू करना शुरू करते हैं। आप पहले छात्र के लिए सभी विषयों के अंकों का योग कैसे प्राप्त कर सकते हैं?
05:39	टर्मिनल पर वापस जाएं। array में पहली रोज़ को ऐक्सेस करने के लिए, हम टाइप करेंगे L square brackets में 0 और एंटर दबाएं
05:54	अब इसके योग के लिए टाइप करें totalmarks is equal to sum parentheses में L square brackets में 0 और एंटर दबाएं।
06:09	टाइप करें totalmarks और एंटर दबाएं। हमें पहले छात्र के सभी विषयों के अकों का योग प्राप्त हुआ है।
06:19	अब mean प्राप्त करने के लिए हम array की लंबाई से totalmarks में भाग देंगे।
06:26	टाइप करें, totalmarks divided by len parentheses में L square brackets में 0 और एंटर दबाएं।
06:40	या function mean का उपयोग करें। टाइप करें np dot mean parentheses में L square brackets में 0 और एंटर दबाएं।
06:55	लेकिन हमारे पास बड़ा data set है। और एक-एक करके प्रत्येक छात्र के लिए mean की गणना करने में समय लगता है।
07:04	क्या यहाँ कार्य को कम करने के लिए कोई तरीका है? इसके लिए, हम mean के documentation को देखेंगे।
07:12	टाइप करें, np dot mean questionmark और एंटर दबाएं। अधिक जानकारी के लिए टेक्स्ट को पढ़ें।
07:23	documentation से बाहर आने के लिए q टाइप करें।
07:28	उपर्युक्त उदाहरण में, L matrix जैसे two dimensional array है।
07:35	हम array के प्रत्येक axis में mean की गणना कर सकते हैं।
07:41	rows का axis 0 और कॉलम्स 1 द्वारा रेफर है।
07:48	सभी columns में mean की गणना करने के लिए, हमें axis के लिए अतिरिक्त parameter 1 को पास करना होगा।
07:57	टर्मिनल पर वापस आएं।
08:00	अब प्रत्येक विषय के लिए सभी छात्रों द्वारा प्राप्त अंकों के mean की गणना करते हैं।
08:07	टाइप करें np dot mean parentheses में L comma 0 और एंटर दबाएं।
08:18	अब हम सभी छात्रों के लिए अंग्रेजी के अंकों के median की गणना करेंगे।
08:25	टाइप करें L square brackets मेंcolon comma 0 और एंटर दबाएं।
08:35	ध्यान दें colon comma zero array में पहले column को प्रदर्शित करता है। जो कि English Mark है।
08:45	median प्राप्त करने के लिए, हम function median का उपयोग करेंगे।
08:51	टाइप करें np dot median parentheses में L square brackets मेंcolon comma 0 एंटर दबाएं।
09:04	सभी विषयों के लिए, हम यहाँ दिखाए गए अनुसार median function का उपयोग करके सभी rows में median की गणना कर सकते हैं।
09:13	टाइप करें np dot median parentheses में L comma 0 एंटर दबाएं।
09:24	उसी तरह से standard deviation की गणना करने के लिए हम function std का उपयोग करेंगे।
09:31	अंग्रेजी विषय के लिए Standard deviation निम्न टाइप करके प्राप्त किया जा सकता है np dot std parentheses में L square brackets मेंcolon comma 0 एंटर दबाएं।
09:50	और सभी rows के लिए, हम टाइप करेंगे np dot std parentheses में L comma 0 और एंटर दबाएं।
10:03	यहाँ वीडियो रोकें, निम्न अध्याय का अभ्यास करें और पुनः वीडियो शुरू करें।
10:09	फाइल football.txt को रेफर करें, जो इस ट्यूटोरियल के Code Files लिंक में उपलब्ध है।
10:18	फाइल को डाउनलोड करें और वर्तमान working directory में सेव करें।
10:23	अभी वर्तमान working directory Home directory है।
10:28	football.txt में, पहला कॉलम्स player name है,
10:34	दूसरा घरेलू खेल में goals है और तीसरा बाहरी खेल में goals है।
10:42	प्रत्येक खिलाड़ी के लिए कुल गोल्स, घरेलू या बाहरी खेल के गोल्स का Mean,
10:50	घरेलू और बाहरी खेल के गोल्स का Standard deviation ज्ञात करें।
10:55	टर्मिनल पर जाएं।
10:58	हल है पहले टाइप करें L is equal to np dot loadtxt parentheses में quotes में football.txt comma usecols is equal to parentheses में 1 comma 2 comma delimiter is equal to quotes में comma. एंटर दबाएं।
11:31	np dot sum parentheses में L comma 1 और एंटर दबाएं।
11:39	दूसरे के लिए उत्तर है np dot mean parentheses मेंL comma 0 और एंटर दबाएं।
11:50	तीसरा है, np dot std parentheses में L comma 0 और एंटर दबाएं।
11:59	इसी के साथ हम इस ट्यूटोरियल के अंत में आ गए हैं। इस ट्यूटोरियल में हमने Python में मानक statistical operations करना सीखा जैसे sum, mean, median और standard deviation.
12:18	यहाँ हल करने हेतु आपके लिए कुछ स्वतः निर्धारण वाले प्रश्न हैं।
12:23	दी गई two dimensional list के अनुसार, आप प्रत्येक रो के लिए mean की गणना कैसे करेंगे?
12:32	दूसरा । दी गई लिस्ट के median की गणना करें।
12:37	तीसरा। यहाँ 6 columns की एक फाइल है। लेकिन हम केवल columns 2,3,4,5 से टेक्स्ट लोड करना चाहते हैं। हम इसे कैसे निर्दिष्ट करेंगे?
12:51	और उत्तर हैं, प्रत्येक रो का mean प्राप्त करने के लिए, हम function mean में दूसरे parameter के रूप में केवल 1 पास करेंगे।
13:02	np.mean parentheses में two_dimensional_list comma 1
13:11	हम लिस्ट के median की गणना करने के लिए function median का उपयोग करेंगे np.median parentheses में student_marks
13:24	तीसरा। फाइल के विशिष्ट columns को निर्दष्ट करने के लिए, हम पैरामीटर usecols is equal to parentheses में 2, 3, 4, 5 का उपयोग करेंगे।
13:39	कृपया समय के साथ अपने प्रश्नों को इस फोरम में पोस्ट करें।
13:43	कृपया Python से संबधित अपने सामान्य प्रश्नों को इस फोरम पर पोस्ट करें।
13:48	FOSSEE टीम TBC परियोजना का समन्वय करती है।
13:53	स्पोकन ट्यूटोरियल प्रोजेक्ट NMEICT, MHRD, भारत सरकार द्वारा वित्त पोषित है। अधिक जानकारी के लिए, इस वेबसाइट पर जाएँ।
14:05	यह स्क्रिप्ट विकास द्वारा अनुवादित है। हमसे जुड़ने के लिए धन्यवाद।

Contributors and Content Editors

Sakinashaikh