Guides

Data Science के लिए Python क्यों — और first-steps order

By Ravindra Bagale, Data Science & Data Analytics trainer · LinkedIn · Published: 1 October 2026 · Last updated: 3 October 2026

Read this guide in: English · मराठी · हिंदी

Python इस Data Science course की मुख्य भाषा है — पढ़ने में साफ़, tables के लिए pandas, और Jupyter में अच्छी चलती है। First steps: tiny Python → Jupyter → pandas → clean → EDA → charts. इस path पर अभी sklearn / ML नहीं।

दोस्तों! कई students दिन एक पर neural-network tutorial खोलकर खुद को stupid समझते हैं। आप stupid नहीं — order गलत था। आज shop sales total 190 के साथ path ठीक करते हैं। घबराओ मत।

Python basics → Jupyter → pandas → clean → EDA → charts

Language: English · मराठी · हिंदी

इस guide से पहले क्या चाहिए?

• छोटा code टाइप करने की तैयारी (१० लाइनें भी काफ़ी)।
• Optional: Python पहले से install (अगली guide install करती है)।
• Course: Variables and types.

Before और after

Before: random tabs और sklearn-first उलझन। After: ordered path + pandas sum check 190.

Data work के लिए Python क्यों?

कहाँ मज़बूत

1. CSV और Excel memory में पढ़ना।
2. Cleaning code — दोबारा चला सको।
3. Grouping, joining, charting — एक भाषा में।
4. Notebook share — teammate को steps दिखें।

क्यों ज़रूरी

1. Analyst / data roles की job posts में Python अक्सर आता है।
2. File हर हफ़्ते update हो तो repeatable scripts mouse clicks से बेहतर।
3. Infosys-style client spreadsheets और shop exports पर भी वही skills।

यहाँ Python क्या नहीं है

1. Day one पर advanced OOP ज़रूरी नहीं।
2. Excel हमेशा के लिए छोड़ना नहीं — Excel अभी मदद करता है।
3. मतलब “मैं deep learning models train करता हूँ” नहीं।

ये order क्यों (ML first नहीं)

1. Models table की हर चीज़ amplify करते हैं — dirt भी।
2. Managers model से पहले साफ़ tables और charts माँगते हैं।
3. इस course का map storytelling visuals पर ही रुकता है — जान‑बूझकर।

Tiny story:

1. आपको shop_sales.csv मिलता है।
2. Wrong path: Kaggle model copy, column names fail, खुद को दोष।
3. Right path: read_csv → head → Online filter → sum 190 → bar chart।

Step 1 — Tiny Python (classroom minimum)

1. Variables में numbers और strings।
2. Sales की list: [120, 70]।
3. एक row के लिए dict: {"city": "Mumbai", "sales": 120}।
4. High sales flag के लिए if।
5. Rows घुमाने के लिए for।
6. Total देने वाली छोटी function।

sales = [120, 70]
total = sum(sales)
print(total)  # 190

क्या दिखेगा: cell output में 190। मतलब: बाद में pandas के ख़िलाफ़ यही number check कर सकोगे।

Step 2 — Jupyter = आपकी desk

1. Notebook = cells का पन्ना।
2. Code cells Python चलाते हैं।
3. Markdown cells — future self के notes।
4. pandas tables cell के नीचे print होते हैं।

Step 3 — pandas = table engine

import pandas as pd
df = pd.read_csv("shop_sales.csv")
online = df[df["channel"] == "Online"]
print(online["sales"].sum())  # 190

Real-world suppose

1. Shop sales CSV — city, channel, sales।
2. Instagram-like engagement — post_id, city, likes।
3. Netflix-style watches — title, watches, बाद में missing clean।
4. Infosys client spreadsheet — client, hours, week।

पहले छोटी files। Big data bravado बाद में।

अभी क्या नहीं करना

1. sklearn.fit कुछ भी नहीं।
2. Neural nets tune नहीं।
3. Accuracy scores cleaning की जगह न लें।

पहले कौन‑सी packages

1. pandas — tables।
2. matplotlib / seaborn — charts।
3. openpyxl — Excel।
4. NumPy — under the hood।

Not first: sklearn, tensorflow, AutoML demos.

Samajla ka? Python first, Jupyter desk, pandas tables, फिर clean और EDA। ML रुक सकता है। 190 honesty check रखो। अब आगे चलें।