ಪರಿಹರಿಸಲಾಗಿದೆ: ಗಿಟ್ ಮೂಲಕ ಪೈಥಾನ್‌ನಲ್ಲಿ ಪಾಂಡಾಗಳನ್ನು ಹೇಗೆ ಸ್ಥಾಪಿಸುವುದು

ಇಂದಿನ ಜಗತ್ತಿನಲ್ಲಿ, ಡೇಟಾದೊಂದಿಗೆ ವ್ಯವಹರಿಸುವುದು ಡೆವಲಪರ್‌ಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಕರಿಗೆ ಸಮಾನವಾದ ಕೌಶಲ್ಯವಾಗಿದೆ. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಿರ್ವಹಿಸಲು ಸಹಾಯ ಮಾಡುವ ಒಂದು ಶಕ್ತಿಯುತ ಗ್ರಂಥಾಲಯ ಪಾಂಡಾಗಳು, ಇದು ಪೈಥಾನ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಯ ಮೇಲೆ ನಿರ್ಮಿಸಲಾಗಿದೆ. ಈ ಲೇಖನದಲ್ಲಿ, ಪೈಥಾನ್‌ನಲ್ಲಿ ಪಾಂಡಾಗಳನ್ನು ಹೇಗೆ ಸ್ಥಾಪಿಸಬೇಕು ಎಂದು ನಾವು ನೋಡುತ್ತೇವೆ ಹೋಗಿ, ಲೈಬ್ರರಿಯ ಕೆಲಸವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ ಮತ್ತು ನಮ್ಮ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಕಾರ್ಯಗಳಲ್ಲಿ ಸಹಾಯ ಮಾಡುವ ವಿವಿಧ ಕಾರ್ಯಗಳನ್ನು ಅನ್ವೇಷಿಸಿ. ಆದ್ದರಿಂದ, ನಾವು ಅದರಲ್ಲಿಯೇ ಧುಮುಕೋಣ.

Git ಬಳಸಿಕೊಂಡು ಪಾಂಡಾಗಳನ್ನು ಸ್ಥಾಪಿಸುವುದು

Git ಅನ್ನು ಬಳಸಿಕೊಂಡು ಪಾಂಡಾಗಳನ್ನು ಸ್ಥಾಪಿಸಲು, ನೀವು ಮೊದಲು ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರಕ್ಕೆ GitHub ನಿಂದ ಪಾಂಡಾಗಳ ರೆಪೊಸಿಟರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಒಮ್ಮೆ ನೀವು ರೆಪೊಸಿಟರಿಯ ನಕಲನ್ನು ಹೊಂದಿದ್ದರೆ, ಎಲ್ಲವನ್ನೂ ಸರಿಯಾಗಿ ಹೊಂದಿಸಲು ನೀವು ಕೆಳಗೆ ತಿಳಿಸಲಾದ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಬಹುದು.

git clone git://github.com/pandas-dev/pandas.git
cd pandas
python -m venv venv
source venv/bin/activate  # On Windows use `venvScriptsactivate`
pip install -e .

ಮೇಲಿನ ಕೋಡ್ ಈ ಕೆಳಗಿನವುಗಳನ್ನು ಮಾಡುತ್ತದೆ:

• ಪಾಂಡಾಗಳ ರೆಪೊಸಿಟರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡುತ್ತದೆ.
• ಪ್ರಸ್ತುತ ಡೈರೆಕ್ಟರಿಯನ್ನು ಪಾಂಡಾಗಳ ಫೋಲ್ಡರ್‌ಗೆ ಬದಲಾಯಿಸುತ್ತದೆ.
• "venv" ಎಂಬ ವರ್ಚುವಲ್ ಪರಿಸರವನ್ನು ರಚಿಸುತ್ತದೆ.
• ವರ್ಚುವಲ್ ಪರಿಸರವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.
• ಸಂಪಾದಿಸಬಹುದಾದ ಮೋಡ್‌ನಲ್ಲಿ ಪಾಂಡಾಗಳನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ, ಇದು ಮೂಲ ಕೋಡ್ ಅನ್ನು ನೇರವಾಗಿ ಮಾರ್ಪಡಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ.

ಈಗ ನಾವು Git ಮೂಲಕ ಪಾಂಡಾಗಳನ್ನು ಸ್ಥಾಪಿಸಿದ್ದೇವೆ, ನಾವು ಅದರೊಂದಿಗೆ ಪೈಥಾನ್‌ನಲ್ಲಿ ಕೆಲಸ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಬಹುದು.

ಪಾಂಡಾಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸುವುದು

ಪಾಂಡಾಗಳನ್ನು ಬಳಸಲು ಪ್ರಾರಂಭಿಸಲು, ನಿಮ್ಮ ಪೈಥಾನ್ ಕೋಡ್‌ನಲ್ಲಿ ನೀವು ಲೈಬ್ರರಿಯನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಕೆಳಗಿನ ಆಜ್ಞೆಯನ್ನು ಬಳಸಿಕೊಂಡು ನೀವು ಇದನ್ನು ಮಾಡಬಹುದು:

import pandas as pd

ಈಗ ಆಮದು ಮಾಡಿಕೊಂಡಿರುವ ಪಾಂಡಾಗಳೊಂದಿಗೆ, ನೀವು CSV, Excel, ಅಥವಾ SQL ಡೇಟಾಬೇಸ್‌ಗಳಂತಹ ವಿವಿಧ ಸ್ವರೂಪಗಳಲ್ಲಿ ಡೇಟಾಸೆಟ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಬಹುದು. ಪಾಂಡಾಗಳು ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್‌ಗಾಗಿ ಎರಡು ಪ್ರಮುಖ ಡೇಟಾ ರಚನೆಗಳನ್ನು ಬಳಸುತ್ತಾರೆ: ಡೇಟಾ ಫ್ರೇಮ್ ಮತ್ತು ಸರಣಿ.

ಡೇಟಾಫ್ರೇಮ್ ಎಂಬುದು ಲೇಬಲ್ ಮಾಡಲಾದ ಅಕ್ಷಗಳನ್ನು ಹೊಂದಿರುವ ಎರಡು ಆಯಾಮದ ಕೋಷ್ಟಕವಾಗಿದೆ, ಆದರೆ ಸರಣಿಯು ಒಂದು ಆಯಾಮದ, ಲೇಬಲ್ ಮಾಡಲಾದ ಶ್ರೇಣಿಯಾಗಿದೆ. ಈ ಡೇಟಾ ರಚನೆಗಳು ನಿಮ್ಮ ಡೇಟಾದಲ್ಲಿ ವಿವಿಧ ಕಾರ್ಯಾಚರಣೆಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು ನಿಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಡೇಟಾ ಲೋಡಿಂಗ್ ಮತ್ತು ಅನ್ವೇಷಣೆ

ಪಾಂಡಾಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂಬುದನ್ನು ಪ್ರದರ್ಶಿಸಲು, ಮಾದರಿ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಪರಿಗಣಿಸೋಣ - ವಿಭಿನ್ನ ಉತ್ಪನ್ನಗಳು, ಅವುಗಳ ವರ್ಗಗಳು ಮತ್ತು ಬೆಲೆಗಳ ಬಗ್ಗೆ ವಿವರಗಳೊಂದಿಗೆ CSV ಫೈಲ್. ನೀವು ಫೈಲ್ ಅನ್ನು ಲೋಡ್ ಮಾಡಬಹುದು ಮತ್ತು ಈ ರೀತಿಯ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ರಚಿಸಬಹುದು:

data = pd.read_csv('products.csv')

ಡೇಟಾಫ್ರೇಮ್‌ನ ವಿಷಯಗಳನ್ನು ವೀಕ್ಷಿಸಲು, ಈ ಕೆಳಗಿನ ಆಜ್ಞೆಯನ್ನು ಬಳಸಿ:

print(data.head())

ನಮ್ಮ ತಲೆ() ಕಾರ್ಯವು DataFrame ನ ಮೊದಲ ಐದು ಸಾಲುಗಳನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ. ಅಂಕಿಅಂಶಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು, ಡೇಟಾವನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವುದು ಮತ್ತು ಪಾಂಡಾಗಳ ಕಾರ್ಯಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಾಲಮ್‌ಗಳನ್ನು ಮ್ಯಾನಿಪುಲೇಟ್ ಮಾಡುವುದು ಮುಂತಾದ ಇತರ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಸಹ ನೀವು ಮಾಡಬಹುದು.

ತೀರ್ಮಾನ

ಈ ಲೇಖನದ ಮೂಲಕ, ನಾವು ಹೇಗೆ ಮಾಡಬೇಕೆಂದು ಕಲಿತಿದ್ದೇವೆ Git ಅನ್ನು ಬಳಸಿಕೊಂಡು ಪೈಥಾನ್‌ನಲ್ಲಿ ಪಾಂಡಾಗಳನ್ನು ಸ್ಥಾಪಿಸಿ ಮತ್ತು ಲೈಬ್ರರಿಯ ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳಾದ ಡೇಟಾಫ್ರೇಮ್‌ಗಳು ಮತ್ತು ಸರಣಿಗಳನ್ನು ಪರಿಶೋಧಿಸಿದರು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಪಾಂಡಾಗಳ ಕಾರ್ಯಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಡೇಟಾವನ್ನು ಲೋಡ್ ಮಾಡುವ ಮತ್ತು ಅನ್ವೇಷಿಸುವ ಬಗ್ಗೆ ನಾವು ಕಲಿತಿದ್ದೇವೆ. ಈ ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳೊಂದಿಗೆ, ನಿಮ್ಮ ಯೋಜನೆಗಳಲ್ಲಿ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಅಗತ್ಯವಿರುವ ಜ್ಞಾನವನ್ನು ನೀವು ಈಗ ಹೊಂದಿದ್ದೀರಿ. ನೀವು ಪಾಂಡಾಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದನ್ನು ಮುಂದುವರಿಸಿದಂತೆ, ಈ ಶಕ್ತಿಯುತ ಲೈಬ್ರರಿಯು ಒದಗಿಸುವ ಕಾರ್ಯಗಳು ಮತ್ತು ವಿಧಾನಗಳ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯನ್ನು ಅನ್ವೇಷಿಸಲು ಮರೆಯದಿರಿ - ಡೇಟಾ ಜಗತ್ತಿನಲ್ಲಿ ಕಲಿಯಲು ಯಾವಾಗಲೂ ಹೆಚ್ಚು ಇರುತ್ತದೆ!