Guides

Data Science साठी Python का — आणि 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 या Data Science course ची मुख्य भाषा आहे — वाचायला सोपी, tables साठी pandas, आणि Jupyter मध्ये छान चालते. First steps: tiny Python → Jupyter → pandas → clean → EDA → charts. या path वर आत्ता sklearn / ML नाही.

चला मित्रांनो! अनेक students दिवस एकावर neural-network tutorial उघडून स्वतःला stupid समजतात. तुम्ही stupid नाही — order चुकीचा होता. आज shop sales total 190 सोबत path ठीक करूया. घाबरू नका.

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

Language: English · मराठी · हिंदी

या guide आधी काय हवं?

• छोटे code टाइप करण्याची तयारी (१० ओळीही पुरे).
• Optional: Python आधीच install (पुढची guide install करते).
• Course: Variables and types.

Before आणि after

Before: random tabs आणि sklearn-first गोंधळ. After: ordered path + pandas sum check 190.

Data work साठी Python का?

कुठे मजबूत

1. CSV आणि Excel memory मध्ये वाचणं.
2. Cleaning code — पुन्हा चालवता येईल असा.
3. Grouping, joining, charting — एकाच भाषेत.
4. Notebook share — teammate ला steps दिसतात.

का महत्त्वाचं

1. Analyst / data roles च्या job posts मध्ये Python वारंवार येतं.
2. File दर आठवड्याला update झाली की repeatable scripts mouse clicks पेक्षा चांगले.
3. Infosys-style client spreadsheets आणि shop exports वरही तेच skills.

इथे Python काय नाही

1. Day one ला advanced OOP गरजेचं नाही.
2. Excel कायमाला सोडायचं नाही — Excel अजून मदत करते.
3. “मी deep learning models train करतो” असा अर्थ नाही.

हा order का (ML first नाही)

1. Models table मधलं सगळं amplify करतात — dirt सुद्धा.
2. Managers models आधी clear tables आणि charts मागतात.
3. या course चा map storytelling visuals वरच थांबतो — मुद्दाम.

Tiny story:

1. तुम्हाला shop_sales.csv मिळतो.
2. Wrong path: Kaggle model copy, column names fail, स्वतःला दोष.
3. Right path: read_csv → head → Online filter → sum 190 → bar chart.

Step 1 — Tiny Python (classroom minimum)

1. Variables मध्ये numbers आणि strings.
2. Sales ची list: [120, 70].
3. एका row साठी dict: {"city": "Mumbai", "sales": 120}.
4. High sales flag करण्यासाठी if.
5. Rows फिरण्यासाठी for.
6. Total देणारी छोटी function.

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

काय दिसेल: cell output मध्ये 190. अर्थ: नंतर pandas च्या विरुद्ध हाच number check करता येईल.

Course: Lists and dictionaries, if / for / functions.

Step 2 — Jupyter = तुमचा desk

1. Notebook = cells ची page.
2. Code cells Python चालवतात.
3. Markdown cells — future self साठी notes.
4. pandas tables cell खाली print होतात — शिकवायला सोपं.

का महत्त्वाचं: data work अर्धं explanation आहे. Jupyter code आणि notes एकत्र ठेवतं.

Step 3 — pandas = table engine

1. import pandas as pd
2. df = pd.read_csv("shop_sales.csv")
3. df.head()
4. df["sales"].sum()

Suppose Online rows: Mumbai 120, Pune 70:

online = df[df["channel"] == "Online"]
print(online["sales"].sum())  # 190

Real-world suppose (training style)

1. Shop sales CSV — city, channel, sales.
2. Instagram-like engagement — post_id, city, likes, comments.
3. Netflix-style watches — title, watches, नंतर clean करायचे missing cells.
4. Infosys client spreadsheet — client, hours, week — नंतर groupby.

आधी छोटी files. Big data bravado नंतर.

आत्ता काय करायचं नाही

1. sklearn.fit काहीही नाही.
2. Neural nets tune नाही.
3. Accuracy scores cleaning ची जागा घेऊ देऊ नका.

आधी कोणती packages

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

Not first: sklearn, tensorflow, random AutoML demos.

समजलं का? Python first, Jupyter desk, pandas tables, मग clean आणि EDA. ML थांबू शकतो. 190 honesty check ठेवा. आता पुढे जाऊया.