# 20. Glossary: terms सोप्या भाषेत

Source: https://ravindrabagale.com/mr/datascience/ch20-glossary/
Language: mr (Marathi with English technical terms)

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!

रवींद्र बागले यांची tip

Interview मध्ये grain of the table, left merge, EDA असे English terms वापरा; पण त्यांचा अर्थ छोट्या उदाहरणातून स्पष्ट करता आला पाहिजे.