Python Libraries for Data Science - NumPy, Pandas, Matplotlib & Seaborn (Hindi)

📚 Python Libraries for Data Science: NumPy, Pandas, Matplotlib & Seaborn

Python की शक्ति उसकी libraries में है। Data Science और AI में काम करने के लिए कुछ libraries बहुत महत्वपूर्ण हैं। इस ब्लॉग में हम NumPy, Pandas, Matplotlib और Seaborn को विस्तार से समझेंगे और examples के साथ सीखेंगे।

🔹 NumPy (Numerical Python)

NumPy एक fundamental library है जो high-performance numerical computing के लिए use होती है। यह multi-dimensional arrays और matrices के लिए support प्रदान करता है। इसका उपयोग linear algebra, statistical operations और scientific computations में होता है।

Multidimensional arrays (ndarray)
Mathematical functions: mean, sum, std, min, max
Array slicing, indexing और reshaping
Linear algebra operations

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr * 2)  # [2, 4, 6, 8]
print(np.mean(arr))  # 2.5

🔹 Pandas

Pandas structured data analysis के लिए सबसे popular library है। यह DataFrame और Series data structures provide करता है जो data manipulation को आसान बनाते हैं। Pandas का उपयोग data cleaning, exploration और preprocessing में किया जाता है।

DataFrames और Series
Reading & writing CSV, Excel, JSON files
Data filtering, sorting, grouping
Handling missing values

import pandas as pd
data = pd.read_csv("data.csv")
print(data.head())
print(data["Age"].mean())

🔹 Matplotlib

Matplotlib एक versatile plotting library है जो 2D और 3D visualizations के लिए use होती है। यह graphs, charts और plots बनाकर data insights को visual form में present करती है।

Line, bar, scatter plots
Customization of plots: colors, labels, titles
Integration with Pandas for plotting
Saving plots as images

import matplotlib.pyplot as plt
x = [1,2,3,4]
y = [10,20,25,30]
plt.plot(x, y, label="Line Chart", color="green")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("Simple Plot")
plt.show()

🔹 Seaborn

Seaborn एक advanced visualization library है जो Matplotlib के ऊपर build की गई है। यह statistical plots और beautiful themes provide करती है, जिससे data visualization आसान और attractive बनती है।

Statistical plots: boxplot, violinplot, pairplot, heatmap
Automatic handling of Pandas DataFrames
Customizable color palettes और themes
Integration with Matplotlib for advanced customization

import seaborn as sns
sns.set(style="whitegrid")
tips = sns.load_dataset("tips")
sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()

🏆 निष्कर्ष

NumPy, Pandas, Matplotlib और Seaborn Python के core libraries हैं जो Data Science और Generative AI projects के लिए foundation तैयार करते हैं। इन libraries के बिना data manipulation, analysis और visualization करना बहुत मुश्किल होता। Beginners को इन्हें अच्छी तरह से सीखना चाहिए और practical projects पर apply करना चाहिए।

Libraries: NumPy, Pandas, Matplotlib, Seaborn