Data Science · मराठी आवृत्ती
20. Glossary: terms सोप्या भाषेत
एखादा term विसरलात तर इथे पाहा. Filter, plot, notebook हे रोजचे words English मध्येच वापरू; अर्थ सोप्या मराठीत समजून घेऊ.
| Term | सोप्या भाषेत अर्थ |
|---|---|
| Aggregation | अनेक values मधून sum, mean किंवा count सारखी summary काढणं. |
| Axes (matplotlib) | Chart चा भाग; titles, labels आणि visual elements असलेला object. |
| Boolean mask | Rows filter करण्यासाठी True/False values ची Series. |
| Box plot | Median, quartiles आणि outliers दाखवणारा chart. |
| CSV | Comma-separated values असलेली text file; table ठेवण्यासाठी वापरतो. |
| DataFrame | नावं असलेले columns आणि index असलेली pandas table. |
| dtype | Column किंवा array चा data type — int64, float64, object वगैरे. |
| EDA | Exploratory Data Analysis: reporting/model च्या आधी data पद्धतशीरपणे समजून घेणं. |
| Figure | matplotlib चा पूर्ण canvas; त्यात एक किंवा अनेक Axes असू शकतात. |
| Grain | एका row मध्ये कशाची नोंद आहे — order line, order, day×city वगैरे. |
| GroupBy | Groups करा, गणित करा आणि result एकत्र आणा — split–apply–combine. |
| Histogram | Values bins मध्ये विभागून त्यांचं distribution दाखवणारा chart. |
| Hue | seaborn मध्ये category नुसार colors वेगळे करणारा argument. |
| iloc | pandas मध्ये integer position नुसार selection. |
| IST | India Standard Time; timezone नाव Asia/Kolkata. |
| Join / merge | Key columns वरून tables जोडणं. |
| Jupyter | Code आणि explanation एकत्र ठेवणारं interactive notebook environment. |
| loc | pandas मध्ये label नुसार selection. |
| Long data | प्रत्येक observation unit साठी row — उदा. प्रत्येक city-month साठी एक row. |
| matplotlib | Python मधली मुख्य plotting library. |
| melt | Wide मधले columns long मधल्या rows मध्ये आणणं. |
| Missing value (NaN) | माहिती उपलब्ध नसल्याची खूण; NaN म्हणजे Not-a-Number. |
| Notebook | Code/markdown cells असलेला .ipynb document. |
| NumPy | Numeric arrays ची library; pandas च्या अनेक operations चा पाया. |
| Outlier | बहुतेक values पेक्षा खूप वेगळी value; error किंवा खरी extreme value असू शकते. |
| pandas | Tables वर data analysis करणारी Python library. |
| Pivot table | Rows/columns च्या जोड्यांनुसार aggregation असलेली summary. |
| Reproducible analysis | तेच inputs आणि code वापरून तेच results पुन्हा तयार करता येणारं analysis. |
| seaborn | matplotlib वर तयार झालेली statistical visualization library. |
| Series | एक indexed column किंवा स्वतंत्र labels असलेला 1-D array. |
| Tidy data | Variables columns मध्ये आणि observations rows मध्ये असलेली analysis ला सोयीची मांडणी. |
| Vectorised operation | Python for-loop न लिहिता पूर्ण arrays वर calculation करणं. |
| venv | Project ची packages वेगळी ठेवणारं Python virtual environment. |
| Wide data | अनेक measure columns असलेली मांडणी — उदा. प्रत्येक month साठी वेगळा column. |
लक्षात ठेवूया
Chapter मधला term अस्पष्ट वाटला की glossary पाहा. Technical word English मध्ये आणि अर्थ स्वतःच्या शब्दांत सांगता आला पाहिजे. रोज थोडा वेळ Jupyter उघडून code करा. अभ्यासासाठी शुभेच्छा!