# Ravindra Bagale — Marathi teaching website > Natural everyday Marathi explanations with English technical terms, practical examples and exercises. Available Marathi pages: 708 of 1512 original HTML routes (including generated course directories). Lesson translations are first-pass drafts; pending English lessons are not listed below. Sample company data is fictional. This is a partial Marathi edition prepared for publication. ## Lessons - [1.1 Cloud मध्ये networking का लागतं?](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-1-why-networking-matters-in-the-cloud.html.md): Mauli Dairy, Pune हा शिकण्यासाठी घेतलेला काल्पनिक business आहे. त्यांची website EC2 वर सुरू झाली, पण customers ना उघडत नसेल तर IP, port, security group आणि - [1.2 IP address म्हणजे काय आणि तो का लागतो?](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-2-ip-address-what-and-why.html.md): Network मध्ये host ओळखण्यासाठी IP — Internet Protocol — address वापरतो. घरासाठी पत्ता जसा लागतो, तसा packet योग्य ठिकाणी पोहोचण्यासाठी IP लागतो. Routers de - [1.3 Ports: कोणत्या service ला भेटायचं?](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-3-ports.html.md): Packet योग्य machine पर्यंत आला, पण कोणत्या program ने उत्तर द्यायचं? त्यासाठी port वापरतो. Port हा 16-bit number — 0 ते 65535 — आहे. एका EC2 वर Nginx 80, - [1.4 IPv4, CIDR आणि subnetting नीट समजून घेऊ](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-4-ipv4-in-detail.html.md): पेन-कागद घेऊन हिशोब करा. IPv4 समजलं की AWS मधले CIDR आणि subnets सोपे होतात. IPv4 ची रचना IPv4 मध्ये 32 bits असतात. 8 bits च्या चार octets मध्ये, dot लावून - [1.5 IPv6: मोठा address, सोपे नियम](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-5-ipv6.html.md): IPv4 addresses मर्यादित असल्यामुळे IPv6 आला. Address मोठा दिसतो, पण छोटे करून लिहायचे दोन नियम समजले की वाचायला सोपा होतो. IPv6 का? IPv4 चे सुमारे 4.3 bill - [1.6 Static आणि dynamic IP](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-6-static-vs-dynamic-ip.html.md): घरी Wi-Fi वापरताना router मधला DHCP devices ना IP देतो. पण server चा address बदलला तर जुना DNS record वापरणाऱ्या customer ला अडचण येऊ शकते. अशा गरजेसाठी st - [1.7 Public आणि private IP](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-7-public-vs-private-ip.html.md): Laptop वर 192.168.1.5 दिसतो, पण internet ला वेगळा IP दिसतो — हा public/private चा फरक आहे. Public IP internet वर globally routable असतो. Private IP घर, col - [1.8 NAT: private IP मधून internet पर्यंत](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-8-nat-network-address-translation.html.md): College मध्ये शेकडो devices चे private IPs असतात, पण public IPs मोजकेच. NAT मुळे अनेक devices एक public IP वापरू शकतात. बाहेर जाणाऱ्या packet चा source pri - [1.9 हे networking concepts AWS मध्ये कुठे वापरतो?](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/1-9-how-these-concepts-map-to-aws.html.md): Typical lab setup पाहू: public subnet मध्ये web server, private subnet मध्ये database आणि updates download करण्यासाठी NAT Gateway. Chapter 15 मध्ये हे स्वत - [Networking मध्ये होणाऱ्या नेहमीच्या चुका](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/common-mistakes-i-see-students-make.html.md): ही checklist एकदा वाचून ठेवा; AWS troubleshooting मध्ये वेळ वाचेल. IP आणि port एकच समजणं: SG मध्ये 80 allow केल्याने public IP मिळत नाही; public IP मुळे po - [1. Networking चा पाया](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/index.html.md): Cloud वर server सुरू करण्याआधी computers एकमेकांना कसे शोधतात आणि data कसा पाठवतात ते समजून घेऊ. Security Groups, VPC, subnets, Elastic IP आणि load balance - [Networking interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/interview-questions.html.md): उत्तरं पाठ करण्याऐवजी Mauli Dairy च्या उदाहरणातून स्वतःच्या शब्दांत सांगा. Q1. Public आणि private IP मधला फरक? Public IP globally routable आहे. RFC 1918 pr - [Networking practice आणि labs](https://ravindrabagale.com/mr/aws/ch01-networking-fundamentals/practice-questions-and-lab-exercises.html.md): Subnetting पेन-कागदावर आणि commands terminal वर करा. फक्त वाचून सराव होत नाही. IP आणि port मधला फरक रोजच्या उदाहरणाने सांगा. SSH, HTTP, HTTPS, MySQL, Mongo - [2.1 Reference model कशासाठी?](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/2-1-why-do-we-need-a-reference-model.html.md): Cable पासून website पर्यंत अनेक गोष्टी लागतात आणि त्या वेगवेगळ्या companies बनवतात. हे सगळं एकत्र कसं काम करतं? मोठं काम छोट्या layers मध्ये विभागल्यामुळे. - [2.2 OSI चे सात layers](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/2-2-the-seven-layers.html.md): Mauli Dairy चं order page पाठवताना data sender कडे वरून खाली जातो आणि receiver कडे खालून वर येतो. यांना encapsulation आणि decapsulation म्हणतात. Sender Rec - [2.3 OSI आणि TCP/IP ची तुलना](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/2-3-the-tcp-ip-model-and-comparison.html.md): TCP/IP हा internet protocols चा practical model आहे. यात चार layers सांगतात; काही पुस्तकं खालचा layer विभागून पाच दाखवतात. OSI Model TCP/IP Model +-------- - [2.4 Browser मध्ये website उघडल्यावर काय होतं?](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/2-4-walk-through-what-happens-when-you-open-a.html.md): https://www.example.com लिहून Enter दाबलं. आता सामान्य HTTPS-over-TCP उदाहरणात पुढचा प्रवास होतो. Cache, HTTP version आणि connection reuse मुळे प्रत्येक re - [OSI शिकताना होणाऱ्या चुका](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/common-mistakes-i-see-students-make.html.md): Interview आणि troubleshooting मध्ये पुढच्या चुका टाळा: Layers चा क्रम विसरणं किंवा TCP ला Network layer म्हणणं. Diagram स्वतः काढा. सामान्य switch L3 म्हणण - [2. OSI आणि TCP/IP model](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/index.html.md): Production मध्ये problem आला की layer नुसार तपासायचं. Mauli Dairy, Pune या काल्पनिक business ची website उघडत नसेल तर कुठून सुरुवात करायची हे शिकू. या chapt - [OSI आणि TCP/IP interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/interview-questions.html.md): Layer नाव, data unit आणि एक उदाहरण या क्रमाने उत्तर द्या. Q1. सात layers आणि L2/L3/L4 PDU? Physical, Data Link, Network, Transport, Session, Presentation, - [OSI practice आणि labs](https://ravindrabagale.com/mr/aws/ch02-the-osi-model-and-tcp-ip-model/practice-questions-and-lab-exercises.html.md): Diagram हाताने काढा आणि labs terminal वर करा. सात OSI layers लिहा. योग्य ठिकाणी एक protocol/standard आणि device उदाहरण द्या; प्रत्येक layer ला स्वतंत्र har - [3.1 Cloud साठी Linux का शिकायचं?](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-1-why-linux.html.md): Cloud servers वर Linux मोठ्या प्रमाणात वापरलं जातं. ते स्थिर, command line मधून control करता येणारं आणि automation साठी सोयीचं आहे. Server वर graphical des - [3.10 nano आणि vim मध्ये files edit करूया](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-10-text-editors-nano-and-vim.html.md): Terminal वर configs edit करण्यासाठी nano किंवा vim वापरू. Beginners साठी nano सोपा; vim चे basics देखील उपयोगी. nano sudo nano /etc/nginx/nginx.conf खाली s - [3.2 Folders मध्ये फिरूया: navigation](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-2-navigation.html.md): Linux किंवा EC2 वर login करून हे commands स्वतः वापरा: | Command | अर्थ | उदाहरण | pwd | सध्या कोणत्या directory मध्ये आहोत? | pwd → /home/ubuntu | ls | Fi - [3.3 Files आणि directories तयार, copy, move करूया](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-3-working-with-files-and-directories.html.md): Mauli Dairy च्या site साठी ~/labs/site मध्ये practice करू. | Command | काम | उदाहरण | mkdir | Directory तयार | mkdir project; mkdir -p a/b/c | touch | रिका - [3.4 Files वाचा आणि live logs पाहा](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-4-viewing-files.html.md): File वाचायला editor उघडण्याची गरज नाही. cat, less, head आणि tail वापरू; live log साठी tail -f उपयोगी. | Command | उपयोग | cat file | पूर्ण file print | les - [3.5 Permissions: r, w आणि x](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-5-permissions.html.md): 403 Forbidden किंवा Permission denied आल्यावर permissions तपासणं उपयोगी. File ला owner — u — group — g — आणि others — o — असतात. प्रत्येकासाठी read/write/e - [3.6 Users, groups आणि sudo](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-6-users-groups-and-sudo.html.md): Developer, admin आणि web server यांची कामं वेगळी. प्रत्येक user ला गरजेपुरते अधिकार देऊ. | Command | काम | whoami | सध्याचा user | id | UID, GID आणि groups - [3.7 Package managers: apt, yum आणि dnf](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-7-package-managers.html.md): Mobile च्या app store सारखी कल्पना: package manager configured repositories मधून software आणतो, signatures/dependencies तपासतो आणि updates हाताळतो. | काम | - [3.8 Processes आणि PID](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-8-processes.html.md): चालू असलेला program म्हणजे process. प्रत्येकाला PID — process ID — असतो. CPU 100% झाला किंवा website hang झाली तर ps/top वापरून तपासतो. | Command | काम | p - [3.9 Command ची help कशी मिळवायची?](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/3-9-getting-help.html.md): प्रत्येक option पाठ करण्याची गरज नाही. man, --help आणि apropos वापरायला शिका. man ls # full manual page (q to quit, /word to search) ls --help # short usag - [Linux basics मधल्या नेहमीच्या चुका](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/common-mistakes-i-see-students-make.html.md): /Home आणि Index.html सारखा चुकीचा case; Linux case-sensitive आहे. प्रत्येक permission error साठी chmod 777; owner किंवा SELinux label चा खरा problem झाकला - [3. Linux चे basic commands](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/index.html.md): Terminal सुरुवातीला वेगळा वाटला तरी रोज practice केल्यावर सवय होते. Mauli Dairy, Pune या काल्पनिक business च्या EC2 वर website files, users आणि packages हा - [Linux basics interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/interview-questions.html.md): प्रत्येक उत्तरासोबत एक command उदाहरण द्या. Q1. 755 आणि 644? 755 = owner rwx, group/others r-x — folders/scripts. 644 = owner rw-, group/others r-- — सामान - [Linux basics practice आणि labs](https://ravindrabagale.com/mr/aws/ch03-linux-basic-commands/practice-questions-and-lab-exercises.html.md): /etc, /var/log, /home आणि /usr/share चा उपयोग सांगा. Absolute/relative paths चे प्रत्येकी दोन examples द्या. rwxr-x---, rw-r--r--, r-------- चे numeric val - [4.1 grep ने text शोधूया](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-1-searching-text-grep.html.md): Mauli Dairy च्या log मध्ये हजारो lines आहेत. Error असलेल्या lines शोधायला grep वापरतो; pattern जुळणाऱ्या lines तो print करतो. | Option | अर्थ | -i | Case द - [4.10 Environment variables](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-10-environment-variables.html.md): HOME, PATH, USER अशा values environment मधून programs ना मिळतात. App config code पासून वेगळी ठेवायला उपयोग होतो. echo $HOME $USER $PATH $SHELL env | sort # - [4.11 SSH, SCP आणि rsync](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-11-remote-access-ssh-and-scp.html.md): Laptop वरून server login साठी ssh, files copy साठी scp आणि बदललेल्या files sync करण्यासाठी rsync वापरू. Sample IP ऐवजी स्वतःचा server वापरा. ssh -i ~/keys/ - [4.12 top आणि htop ने monitoring](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-12-monitoring-top-and-htop.html.md): Server slow असेल तर CPU कोण वापरतंय आणि memory किती उपलब्ध आहे ते पाहू. top अनेक Linux images मध्ये असतो; htop रंग, navigation आणि F-keys मुळे सोयीचा. Ubun - [4.13 पहिली shell script](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-13-basic-shell-scripting.html.md): ओळखीचे commands file मध्ये क्रमाने लिहिले की shell script तयार होते. Automation आणि पुढच्या EC2 user data साठी हा पाया. Mauli Dairy server चा छोटा health r - [4.2 find ने files शोधूया](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-2-finding-files-find.html.md): grep file च्या आत शोधतो; find files स्वतः नाव, आकार, वेळ किंवा प्रकारावरून शोधतो. Disk भरला तर मोठ्या files शोधायला उपयोगी. find /var/www -name "*.html" # - [4.3 awk आणि sed ने text processing](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-3-text-processing-awk-and-sed.html.md): Log मधले columns काढायला awk आणि text बदलायला sed. Mauli Dairy च्या top client IPs किंवा config मधला port शोधण्यासाठी उपयोगी. awk: columns वर काम प्रत्येक - [4.4 Pipes, redirection आणि here-docs](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-4-pipes-and-redirection.html.md): Relay race मध्ये baton पुढे जातो तसा pipe मध्ये एका command चा output पुढच्या command चा input होतो. Shell डाव्या command चं stdout उजव्या command च्या std - [4.5 tar, gzip आणि zip ने archive करूया](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-5-archiving-and-compression-tar-gzip-zip.html.md): Website backup, logs transfer किंवा WordPress archive extract करण्यासाठी tar उपयोगी. c create, x extract, z gzip, v verbose, f file हे flags लक्षात ठेवा. t - [4.6 Services: service, systemctl आणि journalctl](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-6-services-service-systemctl-and-journalctl.html.md): Nginx आत्ता सुरू आहे, पण reboot नंतर नाही? Start आणि enable या दोन वेगळ्या गोष्टी आहेत. Modern Linux मध्ये systemd background services — daemons — हाताळतो. - [4.7 Network तपासण्याचे commands](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-7-networking-commands.html.md): Server चा problem की network चा? ss, curl आणि dig हे तीन tools रोज उपयोगी. | Command | काम | उदाहरण | ip addr / ip a | Interfaces/IPs | ip -4 a | ip route - [4.8 Disk आणि storage commands](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-8-disk-and-storage-commands.html.md): “No space left on device” आल्यावर writes आणि orders थांबू शकतात. df -h आणि du -sh नियमित पाहू. df -h # disk space per mounted filesystem (human readable) d - [4.9 cron ने काम ठरलेल्या वेळी चालवा](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/4-9-scheduling-tasks-cron.html.md): cron schedule नुसार command run करतो. crontab -e edit; crontab -l list. ┌──────── minute (0-59) │ ┌────── hour (0-23) │ │ ┌──── day of month (1-31) │ │ │ ┌ - [Advanced Linux मधल्या चुका](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/common-mistakes-i-see-students-make.html.md): Preview न पाहता sed -i: config बिघडू शकते. आधी output, मग -i.bak. sudo echo "x" > /etc/file: redirection shell करतो. sudo tee वापरा. Service start पण enabl - [4. Linux चे advanced commands](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/index.html.md): Logs शोधणं, backups, services, network/disk checks आणि automation ही cloud engineer ची रोजची कामं. Mauli Dairy, Pune या काल्पनिक EC2 server वर ती शिकू. मोठ - [Advanced Linux interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/interview-questions.html.md): Q1. Nginx log मधले top 10 IPs? awk '{print $1}' access.log | sort | uniq -c | sort -rn | head Q2. >, >>, 2>&1? > overwrite; >> append; 2>&1 stderr ला त्या - [Advanced Linux practice आणि labs](https://ravindrabagale.com/mr/aws/ch04-linux-advanced-commands/practice-questions-and-lab-exercises.html.md): Nginx access log मध्ये 404 status असलेल्या lines मोजायचा command लिहा. /etc मधल्या मागच्या दोन दिवसांत बदललेल्या .conf files शोधा. awk ने access log चे पहि - [5.1 EC2 का? Cloud आणि स्वतःचा server](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-1-why-ec2-cloud-vs-on-premises.html.md): College चा result portal host करायचा आहे असं समजा. स्वतःचे servers विकत घेतले तर hardware, UPS, cooling, switches, server room आणि admin लागतात; delivery/s - [5.2 EC2 आणि त्याचे मुख्य concepts](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-2-what-is-ec2-key-concepts.html.md): EC2 म्हणजे AWS cloud मधले आकार बदलता येणारे virtual servers — instances. Furnished flat भाड्याने घेण्यासारखं समजा: size म्हणजे instance type, आतला setup म् - [5.3 Console मधून EC2 launch करूया](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-3-how-to-launch-an-ec2-instance-console-step-by.html.md): Mauli Dairy साठी पहिला lab server करू. आधी account benefits आणि cost estimate तपासा. Console labels काळानुसार थोडे बदलू शकतात. Region: Console च्या region - [5.4 EC2 ला connect करूया](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-4-connecting-to-your-instance.html.md): पहिल्यांदा अडचण आली तर username, key permissions आणि port 22 हे तीन checks करा. सामान्य usernames | AMI | User — publisher docs तपासा | Amazon Linux 2023 / - [5.5 Elastic IP: स्थिर public address](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-5-elastic-ip-static-public-ip.html.md): Auto public IP stop/start नंतर बदलल्यास Mauli Dairy चा DNS जुन्या IP वर राहू शकतो. Elastic IP हा release करेपर्यंत account कडे राहणारा स्थिर public IPv4 आह - [5.6 Stop, reboot, hibernate आणि terminate](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-6-instance-lifecycle-stop-reboot-hibernate.html.md): या actions मुळे data, IP आणि billing वेगवेगळे बदलतात. आधी फरक समजून घ्या. pending ──► running ──► stopping ──► stopped ──► (start) ──► pending │ ▲ reboot │ - [5.7 EC2 च्या चांगल्या कामाच्या सवयी](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/5-7-ec2-best-practices.html.md): SG least privilege: SSH फक्त आवश्यक source; databases 0.0.0.0/0 ला नाही. Keys सुरक्षित, 400/योग्य ACL; ownership स्पष्ट, access बदलल्यावर revoke/rotate; Gi - [EC2 मधल्या नेहमीच्या चुका](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/common-mistakes-i-see-students-make.html.md): चुकीचा region निवडून instance हरवला असं समजणं. My IP rule नंतर Wi-Fi/hotspot बदलणं; नवीन public IP allow करावा लागतो. AL2023 साठी ubuntu किंवा Ubuntu साठी - [5. Amazon EC2: पहिला cloud server](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/index.html.md): Mauli Dairy, Pune हा काल्पनिक business website EC2 वर host करणार आहे. AMI, size, key, SG, launch, SSH, EIP आणि lifecycle एकेक करून शिकू. Console मधले actua - [EC2 interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/interview-questions.html.md): Q1. AMI? OS/software/config असलेलं launch template; EBS-backed AMI चे volumes snapshots वरून बनतात. Q2. Security Group stateful आहे का? हो. ENI/instance tr - [EC2 practice आणि labs](https://ravindrabagale.com/mr/aws/ch05-amazon-ec2-elastic-compute-cloud/practice-questions-and-lab-exercises.html.md): On-premises पेक्षा EC2 चे पाच फायदे आणि shared responsibility सांगा. AMI, type, key pair, SG, EBS, EIP, Region, AZ स्पष्ट करा. m7g.2xlarge नाव decode करा. - [6.1 Web server काय काम करतो?](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-1-what-is-a-web-server.html.md): EC2 तयार आहे, पण website ला उत्तर देणारं software हवं. दुकान आहे पण shutter बंद असेल तर customer ला सेवा मिळत नाही, तशी कल्पना करा. Web server HTTP साठी 80 - [6.2 Nginx की Apache?](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-2-nginx-vs-apache.html.md): दोन्ही उपयोगी आहेत; निवड app च्या गरजेवर करा. Mauli Dairy च्या static page/reverse proxy साठी Nginx सोयीचा; .htaccess वर अवलंबून WordPress setup साठी Apach - [6.3 OS नुसार package, service आणि paths](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-3-quick-reference-package-service-paths-per-os.html.md): तीन OS आणि दोन web servers ची reference. Default package configuration बदललेली असेल तर effective config तपासा; हे सामान्य defaults आहेत. | मुद्दा | Amazon - [6.4 Amazon Linux 2023 वर Nginx आणि Apache](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-4-amazon-linux-2023.html.md): आधी तुमचा OS AL2023 आहे का पाहा. एकाच port 80 वर दोन्ही servers एकाचवेळी start करू नका. Nginx sudo yum install -y nginx sudo service nginx start sudo syste - [6.5 Ubuntu 22.04 / 24.04 वर web server](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-5-ubuntu-22-04-24-04.html.md): Ubuntu मध्ये apt आणि sites-available/sites-enabled layout वापरतो. Packages install नंतर service अनेकदा सुरू होते; तरी status/enable तपासा. Nginx sudo apt u - [6.6 CentOS Stream 9: firewalld आणि SELinux](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-6-centos-stream-9.html.md): Package commands AL2023 सारखे वाटतील, पण firewalld आणि SELinux चा context वेगळा असू शकतो. दोन्हींची स्थिती तपासा. Nginx sudo yum install -y nginx sudo serv - [6.7 Config files ची रचना समजून घेऊ](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-7-understanding-the-configuration-files.html.md): Config म्हणजे web server ला दिलेल्या सूचना. इथे मोठा नकाशा पाहू; Chapter 8 मध्ये line by line. Nginx # /etc/nginx/nginx.conf (simplified) user nginx; # www - [6.8 रोजचे management commands](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/6-8-everyday-management-commands.html.md): Web server install झाल्यावर रोजचं काम: config test, reload आणि logs. OS नुसार योग्य service/path निवडा. | काम | Nginx | Apache (AL2023/CentOS) | Apache (Ub - [Web server मधल्या नेहमीच्या चुका](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/common-mistakes-i-see-students-make.html.md): एकाच IP:80 वर Nginx/Apache दोन्ही start; Address already in use. Config बदलली पण reload विसरला. AL2023 Nginx च्या /usr/share/nginx/html ऐवजी दुसऱ्या root म - [6. Web servers: Nginx आणि Apache](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/index.html.md): EC2 login झाला; आता browser requests ना उत्तर देणारा web server हवा. Mauli Dairy, Pune च्या काल्पनिक order site वर Nginx/Apache install, configs आणि रोजचे - [Web server interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/interview-questions.html.md): Q1. Nginx/Apache फरक? Nginx asynchronous event-driven; static/proxy कामात कार्यक्षम. Apache MPM आणि modules निवड देतो; .htaccess support आहे. प्रत्यक्ष per - [Web server practice आणि labs](https://ravindrabagale.com/mr/aws/ch06-web-servers-nginx-and-apache/practice-questions-and-lab-exercises.html.md): Web server ची तीन मुख्य कामं सांगा. Nginx/Apache चे सहा फरक आणि use cases. Ubuntu/CentOS Apache package, service, main config आणि default root लिहा. .htacc - [7.1 Static website म्हणजे काय?](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-1-why-and-what.html.md): Mauli Dairy चे daily rates आणि contact page HTML/CSS/images म्हणून ठेवता येतात. Static hosting मध्ये files जशा disk वर आहेत तशा browser ला दिल्या जातात; त् - [7.10 Combination 5: CentOS Stream 9 + Nginx](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-10-combination-5-centos-stream-9-nginx.html.md): AL2023 सारखा config, पण SELinux labels आणि firewalld तपासू: sudo yum install -y nginx sudo service nginx start sudo systemctl enable nginx sudo tee /etc/ng - [7.11 Combination 6: CentOS Stream 9 + Apache](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-11-combination-6-centos-stream-9-apache.html.md): Install → vhost → labels → active firewall rules → configtest → reload हा क्रम: sudo service nginx stop 2>/dev/null sudo systemctl disable nginx 2>/dev/nul - [7.12 एका server वर अनेक websites](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-12-hosting-multiple-sites-on-one-server-virtual.html.md): एका building मध्ये अनेक दुकानं: पत्ता एक, नावं वेगळी. HTTP Host header मधल्या domain वरून Nginx server_name किंवा Apache ServerName block निवडतो. site1.exa - [7.13 HTTPS जोडूया: domain वापरणारा lab](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-13-adding-https-optional-needs-a-domain.html.md): या lesson मध्ये domain-based Certbot workflow वापरतो. Domain चा A record तुमच्या स्थिर public IP कडे आणि योग्य server_name/ServerName तयार असावा. मूळ माहित - [7.14 Static site troubleshooting](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-14-troubleshooting-static-sites.html.md): एकावेळी एक check आणि एक बदल करा. | लक्षण | शक्य कारण | Check/fix | Timeout | SG/firewall, public IP/route/NACL | 80 rule, firewall status, IP/IGW route | C - [7.2 तीन OS × दोन web servers](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-2-the-hosting-matrix.html.md): सहा combinations मध्ये कल्पना तीच: files एका folder मध्ये, config त्या folder कडे, योग्य permissions आणि reload. सर्वांसाठी /var/www/mysite वापरतो. | OS | - [7.3 समान step 1: sample website तयार करा](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-3-step-1-common-create-the-sample-website.html.md): Server terminal मध्ये हा block run करा. ~/mysite मध्ये index.html, css/style.css आणि custom 404.html बनतील. Sample HTML/code जसे आहेत तसे ठेवा; पुढच्या pra - [7.4 समान step 2: स्वतःच्या files upload करा](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-4-step-2-common-ways-to-upload-your-own-files.html.md): Laptop ते server files नेण्यासाठी scp, Git किंवा SFTP वापरता येतं. A. Laptop वरून scp # Linux / macOS / Windows PowerShell - upload whole folder to the ser - [7.5 समान step 3: files copy आणि permissions](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-5-step-3-common-copy-files-and-set-permissions.html.md): Home मधल्या files web root मध्ये आणू. Folders 755, files 644: sudo mkdir -p /var/www/mysite sudo cp -r ~/mysite/* /var/www/mysite/ sudo find /var/www/mysit - [7.6 Combination 1: AL2023 + Nginx](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-6-combination-1-amazon-linux-2023-nginx.html.md): Common steps पूर्ण झाल्यावर AL2023 वर Nginx config तयार करू. दुसरा server port 80 वर नसावा. sudo yum install -y nginx sudo service nginx start sudo systemc - [7.7 Combination 2: AL2023 + Apache](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-7-combination-2-amazon-linux-2023-apache.html.md): आधी Nginx stop/disable करून port 80 मोकळा करा, मग Apache: sudo service nginx stop 2>/dev/null # free port 80 if Nginx was installed sudo systemctl disable - [7.8 Combination 3: Ubuntu + Nginx](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-8-combination-3-ubuntu-nginx.html.md): Ubuntu मध्ये sites-available मध्ये config, sites-enabled मध्ये symlink. Dedicated lab मध्ये default welcome site disable करू. sudo service apache2 stop 2>/ - [7.9 Combination 4: Ubuntu + Apache](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/7-9-combination-4-ubuntu-apache.html.md): a2ensite site enable करतो; a2dissite lab चा default बंद करतो. Nginx आधी stop करा. sudo service nginx stop 2>/dev/null sudo systemctl disable nginx 2>/dev/n - [Static hosting मधल्या चुका](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/common-mistakes-i-see-students-make.html.md): Home मध्ये upload केलं पण document root मध्ये deploy विसरलं. CentOS वर mv नंतर जुना SELinux label; restorecon/logs तपासा. Config ला index.html हवं पण file - [7. Static website hosting: सहा combinations](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/index.html.md): Mauli Dairy, Pune च्या काल्पनिक daily milk rates/contact site वरून hosting शिकू. तीन OS आणि दोन web servers; कल्पना सगळीकडे सारखी, paths/config बदलतात. काय - [Static hosting interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/interview-questions.html.md): Q1. Document root? Files serve करायचा folder. साध्या mapping मध्ये URL path त्याला जोडून file शोधतो; aliases/rewrites असतील तर mapping बदलते. Q2. एका IP/po - [Static hosting practice आणि labs](https://ravindrabagale.com/mr/aws/ch07-static-website-hosting-3-oses-2-web-servers/practice-questions-and-lab-exercises.html.md): Static website म्हणजे काय? तीन examples. सहा combinations चे root, config आणि worker user लिहा. CentOS restorecon आणि mv labels समजावा. college.example.com - [AWS — मराठी lessons](https://ravindrabagale.com/mr/aws/index.html.md): AWS आता आपल्या रोजच्या बोलण्यातल्या मराठीत शिकूया. Technical words English मध्ये आहेत. नवीन concepts examples आणि practice मधून समजून घेऊ. या course मधल्या - [Cyber Security — मराठी lessons](https://ravindrabagale.com/mr/cyber/index.html.md): Cyber Security आता आपल्या रोजच्या बोलण्यातल्या मराठीत शिकूया. Technical words English मध्ये आहेत. नवीन concepts examples आणि practice मधून समजून घेऊ. या co - [IP address म्हणजे काय?](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-1-what-is-an-ip-address.html.md): Network वर एखादं device ओळखण्यासाठी वापरला जाणारा logical number म्हणजे IP (Internet Protocol) address. तुमचा mobile, laptop, EC2 server आणि router यांना n - [IPv4 ची रचना: bits, octets आणि subnet mask](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-2-ipv4-structure-bits-octets-and-the-subnet-mask.html.md): IPv4 आतून कसा बनतो हे समजलं की CIDR आणि subnetting सोपं होईल. IPv4 address मध्ये 32 bits असतात. ते प्रत्येकी 8 bits अशा चार octets मध्ये लिहितात. Dotted-de - [IPv4 classes A ते E आणि loopback](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-3-ipv4-classes-a-to-e-and-loopback.html.md): IPv4 classes ही जुनी, historical पद्धत आहे. आज networks मुख्यतः CIDR वापरतात. तरीही Class C चा default mask यासारखे प्रश्न interviews मध्ये येऊ शकतात, म्हण - [CIDR notation आणि subnet masks](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-4-cidr-notation-and-subnet-masks.html.md): Classful पद्धतीत addresses वाया जायचे. एखाद्या company ला 500 hosts हवे असले तरी पूर्ण Class B, म्हणजे 65,534 host addresses, द्यावे लागू शकत. म्हणून CIDR - [Subnetting: पूर्ण example step by step](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-5-subnetting-basics-worked-example.html.md): Subnetting म्हणजे एक मोठं network लहान networks मध्ये विभागणं. हे फक्त वाचून पक्कं होत नाही. कागद-पेन घ्या आणि calculation सोबत करा. प्रश्न: Institute ला 1 - [Static IP, Dynamic IP आणि DHCP](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-6-static-vs-dynamic-ip-and-dhcp.html.md): घरी Wi-Fi connect करताना प्रत्येक वेळी IP type करता का? नाही—बहुतेक वेळा DHCP ते काम करतं. पण server ला स्थिर address उपयोगी पडतो. दोन्हींचा फरक पाहू. | Fe - [Public IP आणि Private IP: RFC 1918](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-7-public-vs-private-ip-rfc-1918.html.md): Public IP globally unique असतो आणि internet routing मध्ये वापरला जातो. Private IP घर, institute किंवा VPC सारख्या internal network मध्ये वापरतात. Internet - [NAT: Network Address Translation](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/1-8-nat-network-address-translation.html.md): “Laptop वर 192.168.1.5 दिसतो, पण website वेगळाच IP का दाखवते?” याचं उत्तर बहुतेक वेळा NAT आहे. Institute मधल्या शेकडो devices ना private IPs असू शकतात; ins - [IP Addressing: IPv4, subnets, public आणि private IPs](https://ravindrabagale.com/mr/cyber/part-01/ch01-ip-addressing-ipv4-subnets-public-and-private/index.html.md): Cyber security शिकताना networking चा पाया पक्का हवा. Device network वर कुठे आहे, त्याच्यापर्यंत traffic कसा जातो आणि कोणाला access मिळतो—हे IP addressing म - [Ports आणि नेहमी वापरले जाणारे port numbers](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/2-1-ports-and-the-well-known-port-list.html.md): IP म्हणजे building चा address आणि port म्हणजे flat number, असं समजा. Port हा 16-bit number आहे; range 0–65535. तो host वरच्या service/process पर्यंत traffi - [SSH (Secure Shell): port 22](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/2-2-ssh-secure-shell-port-22.html.md): EC2 ला login करणे, scp/sftp ने files copy करणे आणि remote commands चालवणे यासाठी SSH रोज उपयोगी पडतो. Connection encrypted असलं तरी चुकीचं configuration ठे - [HTTP: port 80, requests आणि responses](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/2-3-http-port-80.html.md): HTTP हा browser आणि web server यांच्यात संवाद साधण्याचा protocol आहे. Browser request पाठवतो आणि server response देतो. पुढे Part 10 मध्ये Burp Suite शिकतान - [HTTPS आणि TLS: port 443](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/2-4-https-and-tls-basics-port-443.html.md): HTTPS = HTTP + TLS. TLS मुळे connection मध्ये तीन महत्त्वाच्या गोष्टी मिळतात: Confidentiality: मार्गातला कोणी data सहज वाचू शकत नाही. Integrity: data मध्ये - [FTP, FTPS आणि SFTP मधला फरक](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/2-5-ftp-and-sftp.html.md): FTP जुना file-transfer protocol आहे. काही hosting setups मध्ये तो अजून दिसतो. Plain FTP ची मोठी अडचण म्हणजे username आणि password clear text मध्ये जातात. | - [DNS basics: नावापासून IP पर्यंत, port 53](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/2-6-dns-basics-port-53.html.md): आपण website उघडताना IP पाठ करत नाही; google.com सारखं नाव type करतो. त्या नावाचे records शोधण्याचं काम DNS करतं. म्हणून DNS ला internet ची phonebook असंही - [Ports आणि protocols: SSH, HTTP, HTTPS, FTP/SFTP व DNS](https://ravindrabagale.com/mr/cyber/part-01/ch02-ports-and-protocols-ssh-http-https-ftp-sftp-and/index.html.md): IP address ने आपण योग्य machine पर्यंत पोहोचतो. पण त्या machine वर web server, SSH की MySQL—कोणती service request घेणार? हे port मुळे ठरतं. या chapter मध्य - [OSI model चे सात layers](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/3-1-the-seven-osi-layers.html.md): OSI model हा ISO ने तयार केलेला reference model आहे. प्रत्यक्ष internet वर TCP/IP protocols वापरले जातात, पण engineers “Layer 7 firewall” किंवा “Layer 4 lo - [Encapsulation आणि decapsulation](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/3-2-encapsulation-and-decapsulation.html.md): Parcel वर वेगवेगळे labels लावतो तसं data पाठवताना layers आपापली माहिती जोडतात. याला encapsulation म्हणतात. Receiver वर संबंधित माहिती वाचून काढत data वरच्य - [TCP/IP model आणि OSI सोबत तुलना](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/3-3-the-tcp-ip-model-and-osi-comparison.html.md): OSI आपल्याला layers च्या भाषेत विचार करायला शिकवतो. Internet च्या प्रत्यक्ष protocols साठी TCP/IP model वापरतो. दोन्हींचं mapping समजलं की troubleshooting - [TCP विरुद्ध UDP: कुठे कोणता उपयोगी?](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/3-4-tcp-vs-udp.html.md): “TCP reliable आहे तर सगळं TCP वरच का नाही?” कारण reliability साठी handshake, acknowledgements, retransmission आणि ordering manage करावी लागते. काही live ap - [TCP 3-way handshake, flags आणि connection close](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/3-5-the-tcp-3-way-handshake-tcp-flags-and.html.md): TCP connection तयार होण्याआधी दोन्ही machines sequence numbers आणि connection state समन्वयाने ठरवतात. SYN → SYN-ACK → ACK हा क्रम पक्का लक्षात ठेवा. Wiresh - [Website उघडल्यावर आत काय होतं?](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/3-6-what-happens-when-you-open-a-website.html.md): Browser मध्ये https://www.example.com लिहून Enter दाबल्यावर काय होतं? हा प्रश्न networking मधले सगळे concepts एकत्र जोडतो. खालील flow हा नवीन TCP-based HTT - [OSI, TCP/IP, TCP विरुद्ध UDP आणि 3-way handshake](https://ravindrabagale.com/mr/cyber/part-01/ch03-osi-model-tcp-ip-model-tcp-vs-udp-and-the-3-way/index.html.md): Network मध्ये problem आला की एकेक layer तपासून कारण शोधता येतं. त्यासाठी OSI आणि TCP/IP हे models उपयोगी पडतात. Firewall काय तपासतो, WAF काय पाहतो आणि Wire - [Networking चा पाया](https://ravindrabagale.com/mr/cyber/part-01/index.html.md): IP addressing, ports, protocols, OSI आणि TCP/IP models—cyber security शिकताना हा networking चा पाया उपयोगी पडतो. Traffic कुठे जातो, कोणती service request घ - [EC2 म्हणजे काय? महत्त्वाचे concepts](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-1-what-is-ec2-key-concepts.html.md): Amazon EC2 म्हणजे cloud मध्ये गरजेनुसार वापरता येणारा server. समजण्यासाठी “AWS कडून भाड्याने घेतलेला computer” असं म्हणा. त्याचं size म्हणजे instance type, - [Lab साठी instance type कसा निवडायचा?](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-2-choosing-an-instance-type.html.md): Instance type म्हणजे vCPU, RAM, storage/network क्षमता यांची निवड. साध्या Linux lab साठी लहान burstable instance पुरू शकतो. Source मधली t3.micro आणि t2.mic - [EC2 instance launch करूया: step by step](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-3-launching-an-instance-step-by-step.html.md): AWS Management Console मध्ये login करा. या lab साठी region Asia Pacific (Mumbai), ap-south-1 निवडा. Launch करण्यापूर्वी तुमच्या account ची credits/free-tie - [Key pair, chmod 400 आणि Linux/Mac वरून SSH](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-4-key-pairs-chmod-400-and-ssh-from-linux-mac.html.md): Key pair म्हणजे login साठीची digital key व्यवस्था. Public key server कडे असते; private .pem file तुमच्याकडे राहते. AWS ने तयार केलेली private key पुन्हा do - [Windows वरून SSH: PowerShell, PuTTY आणि MobaXterm](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-5-ssh-from-windows-powershell-putty-and-mobaxterm.html.md): Windows laptop वरून Linux server ला connect करण्याचे तीन पर्याय पाहू. एक पद्धत नीट समजून घ्या. Windows 10/11 वर OpenSSH client उपलब्ध/enable असेल तर PowerS - [Login नंतरचे पहिले commands आणि instance metadata](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-6-first-commands-after-login-and-instance-metadata.html.md): Login झाल्यावर आधी आपण अपेक्षित OS वर आहोत का ते पाहू. मग त्या OS साठी update command वापरू आणि आवश्यक timezone सेट करू. cat /etc/os-release # confirm dist - [Instance lifecycle: Stop, Reboot आणि Terminate](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/4-7-instance-lifecycle-stop-reboot-terminate.html.md): या actions मधला फरक समजणं महत्त्वाचं आहे. कोणत्या action नंतर data राहतो, IP बदलतो आणि कोणते resources charge होतात ते तपासूनच click करा. pending ──► runni - [Amazon EC2: स्वतःचा Linux server launch आणि connect करा](https://ravindrabagale.com/mr/cyber/part-02/ch04-amazon-ec2-launch-and-connect-to-your-linux/index.html.md): आता AWS EC2 वर स्वतःचा Linux lab server तयार करू. पुढे security शिकताना servers कसे बनतात आणि configure होतात हे आधी प्रत्यक्ष समजलेलं उपयोगी पडतं. या chap - [Linux मधल्या folders ची रचना](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-1-the-linux-file-system-hierarchy.html.md): Windows मध्ये C: drive दिसतो. Linux मध्ये सर्व paths / या root directory पासून सुरू होतात. कोणत्या folder मध्ये काय असतं हे समजलं की troubleshooting आणि in - [Terminal मध्ये navigation](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-2-navigation.html.md): तुमच्या Linux lab वर login करा आणि commands एकेक करून चालवा. आधी आपण कुठल्या directory मध्ये आहोत ते पाहू. | Command | अर्थ | Example | pwd | Current direc - [Files आणि directories तयार, copy, move आणि delete करा](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-3-working-with-files-and-directories.html.md): आता स्वतःच्या lab folder मध्ये files वर काम करू. प्रत्येक command मध्ये path काय दिलाय ते पाहत चला. | Command | उपयोग | Example | mkdir | Directory तयार कर - [Files वाचा आणि live logs पाहा](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-4-viewing-files-and-following-logs.html.md): छोटी file एकदम वाचता येते; मोठे logs मात्र page-by-page किंवा शेवटच्या काही lines मधून पाहणं सोयीचं असतं. | Command | Use | cat file | पूर्ण file दाखवणे | - [Permissions: r, w, x, chmod आणि chown](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-5-permissions-r-w-x-chmod-and-chown.html.md): Permission denied किंवा 403 error चं कारण अनेकदा permissions मध्ये असतं; इतर कारणंही असू शकतात. Error मिटवण्यासाठी permissions वाढवण्याआधी कोणत्या user ला - [Users, groups आणि sudo](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-6-users-groups-and-sudo.html.md): वेगवेगळ्या लोकांना आणि services ना वेगळे users/groups दिले की access manage करणं सोपं होतं. Admin कामासाठी गरजेपुरतं sudo वापरू. | Command | उपयोग | whoami - [Package management: yum आणि apt](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-7-package-management-yum-and-apt.html.md): Package manager ला software चं नाव दिलं की तो configured repositories मधून package आणि dependencies install करतो. Mobile च्या app store सारखी कल्पना आहे, प - [Processes: चालू programs पाहा आणि manage करा](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-8-processes.html.md): चालू program म्हणजे process. प्रत्येक process ला PID, म्हणजे process ID, असतो. CPU/memory कोण वापरतंय, parent कोण आहे आणि service कोणत्या port वर आहे हे पा - [Help कशी मिळवायची? nano आणि vim मध्ये editing](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/5-9-getting-help-and-editing-files-nano-vim.html.md): प्रत्येक command पाठ करायची गरज नाही. Help वाचता आली की नवीन options स्वतः वापरता येतात. man ls # full manual page (q to quit, /word to search) ls --help # - [Linux basic commands: terminal चा पाया](https://ravindrabagale.com/mr/cyber/part-02/ch05-linux-basic-commands/index.html.md): Linux server वर काम करताना terminal महत्त्वाचा आहे. सुरुवातीला commands अनोळखी वाटतील; रोज छोटा practical केला की सवय होते. Kali Linux आणि अनेक servers Lin - [grep वापरून text शोधा](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-1-searching-text-grep.html.md): grep दिलेल्या pattern शी जुळणाऱ्या lines दाखवतो. मोठ्या log मध्ये errors किंवा login attempts शोधताना तो खूप उपयोगी आहे. | Option | अर्थ | -i | लहान/मोठ्या - [SSH, SCP, rsync आणि environment variables](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-10-remote-access-ssh-scp-rsync-and-environment.html.md): SSH login व्यतिरिक्त remote command चालवण्यासाठीही वापरता येतो. SCP file/folder copy करतो आणि rsync sync करताना बदललेला data कार्यक्षमपणे transfer करू शकतो - [Basic shell scripting](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-11-basic-shell-scripting.html.md): आपल्याला येणाऱ्या commands एका file मध्ये योग्य क्रमाने ठेवणं म्हणजे script. Variables, conditions, loops आणि functions जोडले की छोटी automation तयार होते. - [find वापरून files शोधा](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-2-finding-files-find.html.md): find नाव, type, size, वेळ आणि permissions वरून files शोधतो. आधी फक्त results पाहा; delete किंवा permissions बदलणारे options नंतर गरज असेल तेव्हाच वापरा. fi - [awk आणि sed ने text processing](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-3-text-processing-awk-and-sed.html.md): awk columns/fields process करायला आणि sed text search/replace करायला उपयोगी पडतात. Logs आणि configuration automation मध्ये दोन्ही वारंवार वापरतात. awk: fie - [Pipes, redirection आणि here-documents](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-4-pipes-redirection-and-here-documents.html.md): एका command चा output पुढच्या command ला input म्हणून दिला की अनेक छोटी कामं जोडता येतात. Pipe साठी | वापरतो. | Symbol | अर्थ | Example | | (pipe) | डाव्या - [Archives आणि compression: tar, gzip, zip](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-5-archives-and-compression-tar-gzip-zip.html.md): अनेक files एकत्र pack करणं म्हणजे archive; size कमी करणं म्हणजे compression. Tar archive सोबत gzip/xz वापरता येतात. Backup तयार करताना आणि restore करताना द - [Services, systemctl आणि journalctl logs](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-6-services-and-logs-service-systemctl-enable.html.md): “Nginx start केला, पण reboot नंतर site बंद का?” कारण start म्हणजे आत्ता चालू करा आणि enable म्हणजे boot वेळी सुरू होण्यासाठी configure करा. ही दोन वेगळी का - [Networking तपासण्यासाठी Linux commands](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-7-networking-commands.html.md): IP, route, DNS आणि service port हे वेगवेगळे भाग आहेत. योग्य प्रश्नासाठी योग्य command निवडा. | Command | उपयोग | Example | ip addr (ip a) | Interfaces आणि - [Disk आणि storage commands](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-8-disk-and-storage-commands.html.md): Disk space, folder size, block device आणि mounted filesystem या वेगळ्या गोष्टी आहेत. खालील commands वापरून एकेक भाग पाहू. df -h # disk space per mounted fi - [cron ने कामं schedule करा](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/6-9-scheduling-tasks-cron.html.md): ठराविक वेळी किंवा interval ने command चालवण्यासाठी cron वापरतात. पाच fields चा क्रम आधी समजून घ्या: ┌──────── minute (0-59) │ ┌────── hour (0-23) │ │ ┌──── - [Linux advanced commands: logs, services आणि automation](https://ravindrabagale.com/mr/cyber/part-02/ch06-linux-advanced-commands/index.html.md): आता मोठ्या logs मध्ये शोधणं, text process करणं, services आणि network तपासणं, backups आणि scheduled jobs अशी practical कामं करू. SOC analyst असो किंवा syste - [Linux आणि AWS EC2: practical पाया](https://ravindrabagale.com/mr/cyber/part-02/index.html.md): या भागात AWS EC2 वर Linux lab server तयार करून त्यावर काम करायला शिकू. Login, files, permissions, users, packages, logs, networking आणि scripting—पुढच्या w - [Web server काय करतो? Nginx आणि Apache](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-1-what-a-web-server-does-nginx-vs-apache.html.md): Web server हा HTTP/HTTPS requests घेणारा program आहे. साधारण port 80/443 वर request येते. Host आणि URL पाहून योग्य file देतो किंवा application कडून respons - [Packages, service names आणि paths: quick reference](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-2-quick-reference-packages-services-and-paths.html.md): Ubuntu चा path Amazon Linux वर वापरणं ही नेहमीची सुरुवातीची चूक आहे. खालील table हा course च्या सामान्य package layouts चा reference आहे. Custom install मध - [Amazon Linux 2023 वर Nginx आणि Apache install करा](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-3-installing-nginx-and-apache-on-amazon-linux-2023.html.md): आपल्या Amazon Linux lab मध्ये खालील steps करा. Package install झालं तरी service running आणि boot-enabled आहे का स्वतंत्रपणे तपासायचं. Nginx sudo yum instal - [Ubuntu वर Nginx आणि Apache install करा](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-4-installing-nginx-and-apache-on-ubuntu.html.md): Ubuntu package install वेळी service अनेक setups मध्ये सुरू होते. तरी status आणि boot-enabled state तपासूनच पुढे जा. Nginx sudo apt update sudo apt install - [Nginx server block कसा वाचायचा?](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-5-reading-an-nginx-server-block.html.md): Nginx मध्ये साधी directive name value; अशी असते; block name { ... } असा. Semicolon आणि braces नीट ठेवणं महत्त्वाचं. main context (user, worker_processes, e - [Apache VirtualHost config समजून घ्या](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-6-reading-an-apache-virtual-host.html.md): Apache मध्ये directives साधारण एका line वर लिहितात; Nginx सारखा semicolon नाही. Sections angle brackets मध्ये असतात. # /etc/httpd/conf.d/mysite.conf (Ubunt - [रोजचे management commands आणि SELinux basics](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/7-7-everyday-management-commands-and-selinux-basics.html.md): Web-server कामासाठी config test, reload, logs आणि listening ports हे चार भाग नियमित तपासा. | Task | Nginx | Apache (AL2023/CentOS) | Apache (Ubuntu) | Conf - [Apache आणि Nginx: install आणि configuration समजून घ्या](https://ravindrabagale.com/mr/cyber/part-03/ch07-apache-and-nginx-install-and-understand/index.html.md): Apache आणि Nginx हे दोन महत्त्वाचे web servers आहेत. Web security lab करण्याआधी server install, start आणि configure करता आला पाहिजे. Amazon Linux आणि Ubunt - [Sample website तयार करून files upload करा](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-1-create-the-sample-website-and-upload-files.html.md): आधी server वर ~/mysite मध्ये HTML, CSS आणि custom 404 page तयार करू. खालील block मध्ये sample HTML इंग्रजीत आहे; code आणि identifiers मूळ example प्रमाणे ठ - [Amazon Linux 2023 वर Nginx मधून site host करा](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-2-amazon-linux-2023-nginx.html.md): मागच्या lesson मधल्या /var/www/mysite files तयार आहेत असं गृहीत धरतो. Nginx install/start करून स्वतंत्र site config करू. sudo yum install -y nginx sudo ser - [Amazon Linux 2023 वर Apache मधून site host करा](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-3-amazon-linux-2023-apache.html.md): याच lab server वर Nginx असेल तर त्याला stop/disable करून port 80 मोकळा करतो. Production मधली दुसरी site थांबवण्यासाठी हा block आंधळेपणाने वापरू नका. sudo s - [Ubuntu वर Nginx मधून site host करा](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-4-ubuntu-nginx.html.md): Ubuntu मध्ये config sites-available मध्ये ठेवून sites-enabled मध्ये symlink करतो. खालील block lab चा default site बदलतो. Permissions ची नोंद: Source मधली c - [Ubuntu वर Apache मधून site host करा](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-5-ubuntu-apache.html.md): Ubuntu Apache मध्ये site config .conf file मध्ये ठेवून a2ensite वापरतो. आधीची Nginx lab service असेल तर stop/disable करतो. sudo service nginx stop 2>/dev/n - [Document root बदलूया](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-6-changing-the-document-root.html.md): Site आता /var/www/portfolio मधून serve करायची आहे असं समजा. Nginx मध्ये root, Apache मध्ये DocumentRoot आणि संबंधित Directory access rules बदलतात. # 1. cre - [Website चा listen port बदलूया](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-7-changing-the-port.html.md): दुसरी lab site किंवा admin endpoint वेगळ्या port वर दाखवण्यासाठी 8081 वापरू. Document root /var/www/admin आणि त्यात index.html आधी तयार असू द्या. # Nginx: - [Default index page बदलूया](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-8-changing-the-index-page.html.md): Browser directory URL मागतो तेव्हा कोणती file वापरायची हे Nginx चं index किंवा Apache चं DirectoryIndex ठरवतं. क्रम महत्त्वाचा: आधी home.html, नसेल तर inde - [Static web server चे basic hardening](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/8-9-basic-hardening-of-a-static-web-server.html.md): Site चालू झाली की अनावश्यक माहिती आणि access कमी करू. Hardening म्हणजे सुरक्षित configuration: version details कमी करणे, directory listing बंद ठेवणे, योग्य - [Static website hosting आणि configuration बदल](https://ravindrabagale.com/mr/cyber/part-03/ch08-hosting-a-static-website-and-changing-the/index.html.md): या chapter मध्ये HTML/CSS site तयार करून server वर upload करू. Amazon Linux/Ubuntu आणि Nginx/Apache या चार combinations मधून hosting समजून घेऊ. मग root, po - [Web servers आणि static website hosting](https://ravindrabagale.com/mr/cyber/part-03/index.html.md): या भागात Nginx आणि Apache install करून static website host करू. Configuration, document root, port, index files आणि security settings प्रत्यक्ष labs मधून स - [Static आणि dynamic sites: PHP कुठे चालतं?](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-1-static-vs-dynamic-and-how-php-runs.html.md): Static request मध्ये web server तयार file वाचून पाठवतो. Dynamic request मध्ये server code चालवतो, गरजेनुसार database विचारतो आणि response तयार करतो. प्रत्य - [Amazon Linux आणि Ubuntu वर PHP install करा](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-2-installing-php-on-amazon-linux-2023-and-ubuntu.html.md): OS आणि web server नुसार package/handler निवडू. Table मधली names course च्या package layouts ची उदाहरणं आहेत; installed version आणि repository availability - [Amazon Linux 2023 वर LAMP stack](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-3-lamp-on-amazon-linux-2023.html.md): LAMP म्हणजे Linux + Apache + MySQL/MariaDB + PHP. या Amazon Linux example मध्ये Apache PHP-FPM शी जोडला जातो. Port 80 वर Nginx चालू असेल तर lab साठी आधी तो - [Ubuntu वर LAMP stack](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-4-lamp-on-ubuntu.html.md): या Ubuntu lab मध्ये Apache सोबत mod_php वापरतो, त्यामुळे या निवडलेल्या पद्धतीला PHP-FPM आवश्यक नाही. दुसरा web server त्याच port वर असेल तर conflict सोडवा. - [Amazon Linux 2023 वर LEMP stack](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-5-lemp-on-amazon-linux-2023.html.md): LEMP मध्ये Apache ऐवजी Nginx वापरतो. Static files Nginx देतो; PHP requests FastCGI मधून PHP-FPM कडे जातात आणि PHP गरजेनुसार database वापरतो. +------------- - [Ubuntu वर LEMP stack](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-6-lemp-on-ubuntu.html.md): Ubuntu मध्ये Nginx, MySQL आणि PHP-FPM वापरू. Port conflict टाळून खालील package/services तयार करा: sudo apt update sudo apt install -y nginx mysql-server ph - [PHP + MySQL app: prepared statements वापरूया](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-7-a-php-mysql-application-with-prepared-statements.html.md): आता form मधून students data insert करून database मधून list दाखवणारा छोटा app बनवू. हा शिकण्यासाठीचा lab app आहे. Sample password, verbose DB errors, authen - [PHP चे secure configuration settings](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/9-8-secure-php-settings.html.md): PHP चालू झाल्यावर active web handler ची php.ini settings तपासा. php --ini CLI config दाखवतो; FPM/Apache वेगळं config वापरू शकतात. Amazon Linux example /etc - [PHP, LAMP आणि LEMP: dynamic website stack](https://ravindrabagale.com/mr/cyber/part-04/ch09-php-lamp-and-lemp-step-by-step/index.html.md): Login, forms आणि user-specific data असलेल्या sites मध्ये server-side code आणि अनेकदा database वापरला जातो. या chapter मध्ये PHP, LAMP आणि LEMP हे stacks Am - [PHP, LAMP आणि LEMP](https://ravindrabagale.com/mr/cyber/part-04/index.html.md): Static hosting नंतर आता PHP आणि database वापरणारा dynamic stack तयार करू. LAMP/LEMP, handlers, sockets, prepared statements आणि secure settings प्रत्यक्ष e - [MySQL किंवा MariaDB install करा](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-1-installing-mysql-or-mariadb.html.md): MariaDB हा MySQL पासून वेगळा विकसित झालेला fork आहे. या course मधली basic SQL examples दोन्हीवर बहुतांश जुळतात; सर्व versions/features पूर्णपणे identical न - [Subqueries: query च्या आत query](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-10-subqueries.html.md): Subquery म्हणजे दुसऱ्या query मध्ये वापरलेली query. समजण्यासाठी “आतल्या result चा बाहेर उपयोग” असं म्हणा; optimizer प्रत्यक्ष execution वेगळं करू शकतो आणि - [Databases तयार करा आणि निवडा](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-2-working-with-databases.html.md): Database म्हणजे संबंधित tables आणि इतर objects चा logical समूह. प्रत्येक application साठी वेगळा database ठेवला तर organization आणि permissions स्पष्ट ठेवता - [Tables आणि योग्य data types](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-3-creating-tables-and-choosing-data-types.html.md): Table मध्ये rows आणि columns असतात. Column चा type data च्या अर्थाशी जुळला पाहिजे. पैसे, तारीख आणि नाव यांना एकच text type देणं पुढे validation/calculation - [INSERT ने sample data जोडा](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-4-inserting-data.html.md): पुढच्या SELECT आणि JOIN exercises साठी हा sample dataset वापरू. Names, emails, cities आणि values मूळ course प्रमाणे आहेत. रिकाम्या नवीन tables मध्ये एकदाच - [SELECT आणि WHERE: हवे ते rows निवडा](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-5-select-basics-and-where.html.md): SELECT कोणती माहिती हवी ते सांगतो. WHERE कोणत्या rows घ्यायच्या ते filter करतो. SELECT * FROM students; -- all columns (avoid in apps) SELECT name, city FR - [ORDER BY, LIMIT, DISTINCT आणि aliases](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-6-order-by-limit-distinct-and-aliases.html.md): आता results sort करू, मोजके rows घेऊ आणि output names बदलू. SELECT name, fees_paid FROM students ORDER BY fees_paid DESC; -- highest first SELECT name, cit - [LIKE, IN, BETWEEN आणि NULL](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-7-like-in-between-and-null.html.md): Pattern, choices चा set, range आणि missing values यांसाठी वेगवेगळे operators वापरू. SELECT name FROM students WHERE name LIKE 'R%'; -- starts with R SELECT - [Aggregates, GROUP BY आणि HAVING](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-8-aggregate-functions-group-by-and-having.html.md): अनेक rows वरून count, total किंवा average काढणारी functions म्हणजे aggregate functions. GROUP BY सारख्या values चे groups करतो; HAVING त्या groups वर condi - [JOINs: वेगवेगळ्या tables मधला data जोडा](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/10-9-joins.html.md): Student चं नाव students मध्ये, course नाव courses मध्ये आणि score enrollments मध्ये आहे. योग्य common keys वापरून JOIN केल्यावर एकत्र result मिळतो. INNER J - [MySQL Part 1: install, tables, INSERT आणि SELECT](https://ravindrabagale.com/mr/cyber/part-05/ch10-mysql-part-1-install-create-insert-and-select/index.html.md): Application मधले users, posts, payment records आणि इतर माहिती database मध्ये असते. SQL स्वतः लिहिता आलं की data access आणि SQL injection चा पाया दोन्ही समज - [1.1 Analytics आणि Science: data तोच, प्रश्न वेगळे](https://ravindrabagale.com/mr/datascience/ch01-data-science-vs-data-analytics/1-1-analytics-and-science-same-data-different.html.md): Data analytics मध्ये काय झालं आणि असं का झालं हे summaries, filters आणि charts वापरून समजून घेतो. Industry मध्ये Data Science म्हटलं की coding, पुन्हा run - [1.2 Excel, Power BI की Python — कधी काय वापरायचं?](https://ravindrabagale.com/mr/datascience/ch01-data-science-vs-data-analytics/1-2-excel-vs-power-bi-vs-python.html.md): Blinkit orders ची summary तिन्ही tools मध्ये करता येते. काम किती वेळा करायचं आहे, data किती आहे आणि result कोण वापरणार आहे, यावर tool ठरवा. | गरज | Tool | - [1.3 Grain: एका row चा नेमका अर्थ काय?](https://ravindrabagale.com/mr/datascience/ch01-data-science-vs-data-analytics/1-3-grain-of-one-row.html.md): Grain म्हणजे एका row मध्ये नेमकं कशाची नोंद आहे. हे चुकीचं समजलं तर totals चुकतात. आपल्या orders table मध्ये प्रत्येक order line साठी एक row आहे. म्हणजे एक - [1.4 या course मध्ये काय आणि कोणत्या क्रमाने शिकणार?](https://ravindrabagale.com/mr/datascience/ch01-data-science-vs-data-analytics/1-4-map-of-this-course.html.md): | Chapters | काय शिकणार? | 0–2 | Course कसा वाचायचा, roles आणि Jupyter setup | 3–4 | Python आणि NumPy चा पाया | 5–11 | pandas: select, group, join, clean, - [1. Data Science आणि Data Analytics मधला फरक](https://ravindrabagale.com/mr/datascience/ch01-data-science-vs-data-analytics/index.html.md): चला, Data Science आणि Data Analytics मधला फरक रोजच्या कामातून समजून घेऊ. Excel, Power BI आणि Python यापैकी कोणतं tool कधी वापरायचं, एक row म्हणजे काय — gra - [2.1 Python 3 install करूया](https://ravindrabagale.com/mr/datascience/ch02-setup-python-jupyter-and-packages/2-1-install-python-3.html.md): या course साठी Python 3.10 किंवा त्यापुढची version लागते. Windows वर python.org वरून install करताना Add Python to PATH select करा. Linux/macOS वर तुमच्या O - [2.2 Project folder आणि venv तयार करूया](https://ravindrabagale.com/mr/datascience/ch02-setup-python-jupyter-and-packages/2-2-project-folder-and-venv.html.md): Course चे labs एकाच folder मध्ये ठेवा. उदाहरणार्थ ~/datascience-labs किंवा C:\datascience-labs. Virtual environment तयार करण्याचे steps mkdir datascience-l - [2.3 लागणारी packages install करूया](https://ravindrabagale.com/mr/datascience/ch02-setup-python-jupyter-and-packages/2-3-install-packages-no-sklearn.html.md): आधी venv active आहे याची खात्री करा. मग हे commands run करा: python -m pip install --upgrade pip python -m pip install pandas numpy matplotlib seaborn jupy - [2.4 Jupyter सुरू करून पहिली cell run करूया](https://ravindrabagale.com/mr/datascience/ch02-setup-python-jupyter-and-packages/2-4-launch-jupyter.html.md): Terminal मधले steps datascience-labs folder मध्ये राहा आणि (.venv) active ठेवा. jupyter notebook run करा. JupyterLab वापरायचं असेल तर jupyter lab run करा. - [2. Python, Jupyter आणि packages चा setup](https://ravindrabagale.com/mr/datascience/ch02-setup-python-jupyter-and-packages/index.html.md): आता laptop वर Python, virtual environment — venv — आणि Jupyter Notebook set करूया. pandas, matplotlib, seaborn आणि numpy वापरणार आहोत. sklearn या list मध्य - [3.1 Variables आणि types](https://ravindrabagale.com/mr/datascience/ch03-python-basics-for-data-work/3-1-variables-and-types.html.md): Variable मध्ये value ठेवतो. Text साठी str, पूर्ण संख्येसाठी int, दशांशासाठी float आणि हो/नाहीसाठी bool वापरतो. city = "Pune" # str orders_today = 212 # int - [3.2 Lists आणि dictionaries](https://ravindrabagale.com/mr/datascience/ch03-python-basics-for-data-work/3-2-lists-and-dictionaries.html.md): अनेक values क्रमाने ठेवायला list, तर key वरून value शोधायला dictionary उपयोगी पडते. इथली managers ची नावं काल्पनिक उदाहरणाचा भाग आहेत. cities = ["Pune", "S - [3.3 if, for आणि functions](https://ravindrabagale.com/mr/datascience/ch03-python-basics-for-data-work/3-3-if-for-and-functions.html.md): अट तपासून वेगळं काम करायचं असेल तर if वापरतो. पुढच्या उदाहरणात Delivered आणि किमान ₹1,000 amount असेल तर high-value band मिळतो. status = "Delivered" amount - [3.4 Comprehensions: loop थोडक्यात लिहूया](https://ravindrabagale.com/mr/datascience/ch03-python-basics-for-data-work/3-4-comprehensions-short-form.html.md): छोट्या list मधून अट पूर्ण करणाऱ्या values काढण्यासाठी comprehension वापरता येते: amounts = [64, 90, 240, 58, 1299] big = [a for a in amounts if a >= 200] p - [3. Data कामासाठी Python चा पाया](https://ravindrabagale.com/mr/datascience/ch03-python-basics-for-data-work/index.html.md): Data Science labs साठी लागणारे variables, lists, dictionaries, if/for, functions आणि comprehensions शिकूया. हा संपूर्ण Python language course नाही; pandas - [4.1 Arrays आणि shape](https://ravindrabagale.com/mr/datascience/ch04-numpy-essentials/4-1-arrays-and-shape.html.md): Array मधल्या प्रत्येक position वरील quantity आणि price एकमेकांशी multiply करूया. स्वतंत्र Python loop न लिहिता हे काम होतं; याला vectorised operation म्हणत - [4.2 dtype: array मध्ये कोणत्या प्रकारचा data आहे?](https://ravindrabagale.com/mr/datascience/ch04-numpy-essentials/4-2-dtypes.html.md): | dtype | उपयोग | int64 / int32 | Counts आणि qty | float64 | Amounts आणि minutes | bool | True/False flags | object | मिश्र प्रकार / text; numeric operatio - [4.3 pandas आणि NumPy चा संबंध](https://ravindrabagale.com/mr/datascience/ch04-numpy-essentials/4-3-why-pandas-sits-on-numpy.html.md): pandas Series मधून .to_numpy() वापरून array मिळवता येतो: import pandas as pd s = pd.Series([9, 12, 11, 14, 18], name="delivery_mins") arr = s.to_numpy() pr - [4. NumPy चा पाया](https://ravindrabagale.com/mr/datascience/ch04-numpy-essentials/index.html.md): NumPy arrays, dtypes, vectorised operations आणि shape समजून घेऊ. pandas मध्ये हे concepts उपयोगी पडतात. इथे data कामापुरता पाया शिकणार आहोत; संपूर्ण NumPy - [5.1 Series आणि DataFrame](https://ravindrabagale.com/mr/datascience/ch05-pandas-dataframes-and-series/5-1-series-and-dataframe.html.md): Series म्हणजे index असलेला एक column. DataFrame म्हणजे index नुसार जुळलेल्या Series ची table. आधी amount ची छोटी Series करूया आणि मग orders चा DataFrame पा - [5.2 head, info आणि dtypes ने data तपासा](https://ravindrabagale.com/mr/datascience/ch05-pandas-dataframes-and-series/5-2-head-info-dtypes.html.md): Jupyter मध्ये steps मागच्या lesson मधला DataFrame code run करा. df.head() — पहिल्या 5 rows; इथे फक्त 3 असल्यामुळे तिन्ही दिसतील. df.shape — (3, 7) म्हणजे 3 - [5.3 CSV आणि Excel वाचूया](https://ravindrabagale.com/mr/datascience/ch05-pandas-dataframes-and-series/5-3-read-csv-and-excel.html.md): DataFrame data/blinkit_sample.csv म्हणून save करा आणि परत वाचा: df.to_csv("data/blinkit_sample.csv", index=False) df2 = pd.read_csv("data/blinkit_sample.cs - [5.4 Column ची Series आणि झटपट statistics](https://ravindrabagale.com/mr/datascience/ch05-pandas-dataframes-and-series/5-4-columns-as-series-quick-stats.html.md): Total amount, प्रत्येक status ची संख्या आणि वेगवेगळ्या cities ची संख्या अशी तपासा: print(df["amount"].sum()) print(df["status"].value_counts()) print(df["c - [5. pandas DataFrames आणि Series](https://ravindrabagale.com/mr/datascience/ch05-pandas-dataframes-and-series/index.html.md): DataFrame म्हणजे table आणि Series म्हणजे index असलेला एक column. CSV/Excel वाचणं, head, info आणि dtypes ही रोज उपयोगी पडणारी साधनं शिकूया. या chapter मध्ये - [6.1 Columns आणि rows select करूया](https://ravindrabagale.com/mr/datascience/ch06-selecting-filtering-and-sorting/6-1-selecting-columns-and-rows.html.md): आधी हा sample DataFrame तयार करा. पुढच्या lessons मधले filters ह्याच data वर वापरणार आहोत. import pandas as pd df = pd.DataFrame({ "order_id": [ "BLK-26031 - [6.2 Boolean filters](https://ravindrabagale.com/mr/datascience/ch06-selecting-filtering-and-sorting/6-2-boolean-filters.html.md): अट प्रत्येक row साठी True किंवा False देते. True असलेल्या rows filter मधून पुढे येतात: pune = df[df["city"] == "Pune"] delivered = df[df["status"] == "Deli - [6.3 Sorting आणि top-N rows](https://ravindrabagale.com/mr/datascience/ch06-selecting-filtering-and-sorting/6-3-sorting-and-top-n.html.md): Amount उतरत्या क्रमाने, city आणि amount दोन्हींनुसार, किंवा फक्त वरच्या तीन rows अशा वेगवेगळ्या पद्धती वापरता येतात: df.sort_values("amount", ascending=Fal - [6. Selecting, filtering आणि sorting](https://ravindrabagale.com/mr/datascience/ch06-selecting-filtering-and-sorting/index.html.md): Blinkit च्या काल्पनिक orders वर rows आणि columns select करूया. loc, iloc, boolean masks, city/status filters आणि sorting स्वतः run करून पाहू. या chapter मध - [7.1 GroupBy कशासाठी?](https://ravindrabagale.com/mr/datascience/ch07-groupby-and-aggregations/7-1-why-groupby.html.md): GroupBy rows चे groups करतो, प्रत्येक group वर calculation करतो आणि results एकत्र आणतो. या पद्धतीला split–apply–combine म्हणतात. import pandas as pd df = p - [7.2 अनेक keys आणि named aggregation](https://ravindrabagale.com/mr/datascience/ch07-groupby-and-aggregations/7-2-multiple-keys-and-named-agg.html.md): City आणि festival अशी दोन keys वापरून प्रत्येक जोडीची summary बनवू. Output columns ना सुरुवातीपासून स्पष्ट नावं देऊ: summary = ( df.groupby(["city", "festi - [7.3 value_counts की GroupBy?](https://ravindrabagale.com/mr/datascience/ch07-groupby-and-aggregations/7-3-value-counts-vs-groupby.html.md): एका column मधल्या values किती वेळा आल्या हे पाहायला value_counts सोपं आहे. Amount सारख्या measures चं गणित हवं असेल तर groupby वापरा. df["city"].value_coun - [7. GroupBy आणि aggregations](https://ravindrabagale.com/mr/datascience/ch07-groupby-and-aggregations/index.html.md): Excel Pivot सारखी कल्पना आता code मध्ये वापरू. City आणि status नुसार summaries, named aggregations आणि festival मधले बदल पाहू. या chapter मध्ये काय शिकणार? - [8.1 concat: rows एकाखाली एक](https://ravindrabagale.com/mr/datascience/ch08-combining-data/8-1-concat-stack-rows.html.md): September आणि October च्या सारख्या columns असलेल्या tables एकत्र करूया: import pandas as pd sep = pd.DataFrame({"order_id": ["BLK-A"], "city": ["Pune"], "a - [8.2 merge: Orders सोबत Stores जोडा](https://ravindrabagale.com/mr/datascience/ch08-combining-data/8-2-merge-orders-stores.html.md): प्रत्येक order च्या store_id वरून city आणि manager आणूया: orders = pd.DataFrame({ "order_id": ["BLK-001", "BLK-002", "AMN-003", "BLK-004"], "store_id": ["P - [8.3 Excel / Power BI शी संबंध जोडून समजून घेऊ](https://ravindrabagale.com/mr/datascience/ch08-combining-data/8-3-mental-map-to-excel-power-bi.html.md): | काम | Excel | Power BI | pandas | Store वरून manager आणायचा | XLOOKUP | Relationship + related columns | merge | अनेक महिन्यांच्या rows जोडायच्या | Copy- - [8. Tables मधला data एकत्र करूया](https://ravindrabagale.com/mr/datascience/ch08-combining-data/index.html.md): concat ने rows एकाखाली एक लावतो. merge ने समान key वापरून दुसऱ्या table मधली माहिती जोडतो — Excel XLOOKUP किंवा Power BI relationship ची आठवण उपयोगी पडेल. - [9.1 Messy sample: सुरुवातीचा data](https://ravindrabagale.com/mr/datascience/ch09-data-cleaning-a-z-in-pandas/9-1-messy-sample.html.md): या sample मध्ये city चा case वेगळा आहे, amount text मध्ये आहे, एक duplicate आहे आणि minutes मध्ये संशयास्पद value आहे. आधी raw data तयार करा: import pandas - [9.2 Rename, strip आणि standardise](https://ravindrabagale.com/mr/datascience/ch09-data-cleaning-a-z-in-pandas/9-2-rename-strip-standardise.html.md): Raw data ची copy करा. Column names मधले बाहेरचे spaces काढा, lowercase करा आणि मधल्या spaces ऐवजी underscore वापरा. City आणि status मधले spaces व case देखी - [9.3 Types, missing values आणि duplicates](https://ravindrabagale.com/mr/datascience/ch09-data-cleaning-a-z-in-pandas/9-3-types-missing-duplicates.html.md): Amount मधले commas काढू, N/A ला missing मानू आणि numeric conversion करू. Convert न होणारी value errors="coerce" मुळे NaN होते. पुढे missing city साठी Unkno - [9.4 Outliers: वेगळ्या दिसणाऱ्या values तपासा](https://ravindrabagale.com/mr/datascience/ch09-data-cleaning-a-z-in-pandas/9-4-outliers.html.md): या काल्पनिक lab मध्ये 120 पेक्षा जास्त delivery minutes sensor error किंवा typo मानले आहेत. त्या values NaN करून उरलेल्या minutes च्या median ने भरतो: # fi - [9. pandas मध्ये data cleaning](https://ravindrabagale.com/mr/datascience/ch09-data-cleaning-a-z-in-pandas/index.html.md): Messy Blinkit sample export clean करूया. Missing values, duplicates, dtypes, outliers आणि rename/replace यासाठी checklist वापरू. Data नीट असेल तर EDA वर वि - [10.1 dd-mm-yyyy dates वाचूया](https://ravindrabagale.com/mr/datascience/ch10-dates-times-ist-and-text/10-1-parsing-dd-mm-yyyy.html.md): आधी dates text म्हणून असलेला sample तयार करा आणि pd.to_datetime वापरून datetime मध्ये convert करा: import pandas as pd df = pd.DataFrame({ "order_id": ["BL - [10.2 IST timezone लावूया](https://ravindrabagale.com/mr/datascience/ch10-dates-times-ist-and-text/10-2-ist-time-zone.html.md): या sample मधले timestamps आधीपासून IST मधले आहेत, पण timezone label नाही. अशा naive timestamps ना Asia/Kolkata जोडूया: # Localise naive timestamps as IST, - [10.3 Text मधून code आणि pincode काढूया](https://ravindrabagale.com/mr/datascience/ch10-dates-times-ist-and-text/10-3-text-extract.html.md): Store code मधून city_code आणि area वेगळे करूया. Address मधून सहा digits शोधण्यासाठी छोटा regex demo आहे: df["city_code"] = df["store_code"].str.split("-", - [10. Dates, IST time आणि text](https://ravindrabagale.com/mr/datascience/ch10-dates-times-ist-and-text/index.html.md): Order timestamps parse करू, IST timezone जोडू आणि store code किंवा pincode मधून माहिती काढू. Site वर dd-mm-yyyy पद्धत आहे; pandas मध्येही format स्पष्ट ठेव - [11.1 Wide आणि long म्हणजे काय?](https://ravindrabagale.com/mr/datascience/ch11-reshape-and-wide-long-data/11-1-wide-vs-long.html.md): Wide: प्रत्येक city साठी एक row आणि महिन्यांचे अनेक columns. Long: प्रत्येक city-month जोडीसाठी एक row. GroupBy आणि seaborn साठी long layout सोयीचा असतो. i - [11.2 melt: wide मधून long](https://ravindrabagale.com/mr/datascience/ch11-reshape-and-wide-long-data/11-2-melt-wide-to-long.html.md): City ओळख म्हणून ठेवू आणि महिन्यांचे columns rows मध्ये आणू: long = wide.melt(id_vars="city", var_name="month", value_name="gmv") long Steps मागच्या lesson - [11.3 pivot_table: long मधून wide summary](https://ravindrabagale.com/mr/datascience/ch11-reshape-and-wide-long-data/11-3-pivot-table-long-to-wide-summary.html.md): Transactional data मधून city rows आणि month columns असलेली amount summary करू: # From transactional long data tx = pd.DataFrame({ "city": ["Pune", "Pune", - [11.4 stack आणि unstack](https://ravindrabagale.com/mr/datascience/ch11-reshape-and-wide-long-data/11-4-stack-unstack-brief.html.md): आधीच MultiIndex असेल तर stack/unstack उपयोगी पडतात: s = pt.stack() # Series with MultiIndex back = s.unstack() # toward wide again stack नंतर MultiIndex अस - [11. Data reshape: wide आणि long](https://ravindrabagale.com/mr/datascience/ch11-reshape-and-wide-long-data/index.html.md): Festival-month grids चे layout melt आणि pivot_table वापरून बदलूया. Reporting मध्ये data चा shape बदलणं रोज उपयोगी पडतं. या chapter मध्ये काय शिकणार? Wide आ - [12.1 प्रश्नांपासून EDA सुरू करा](https://ravindrabagale.com/mr/datascience/ch12-exploratory-data-analysis-eda/12-1-question-driven-eda.html.md): प्रत्येक column चा chart बनवत बसू नका. आधी हे प्रश्न विचारा: किती rows, columns, nulls आणि duplicate keys आहेत? प्रत्येक row चा grain काय आहे? कोणत्या citi - [12.2 पहिल्या तपासणीची checklist](https://ravindrabagale.com/mr/datascience/ch12-exploratory-data-analysis-eda/12-2-first-pass-checklist.html.md): Jupyter मध्ये EDA steps df.shape, df.head(), df.tail(). df.info() आणि df.isna().sum(). df["order_id"].duplicated().sum(). df.describe(include="all"); किंवा - [12.3 Crosstab आणि correlation समजून वापरा](https://ravindrabagale.com/mr/datascience/ch12-exploratory-data-analysis-eda/12-3-crosstab-and-correlation-caution.html.md): City आणि festival नुसार amount ची table, आणि दोन numeric columns चा संबंध पाहूया: pd.crosstab(df["city"], df["festival"], values=df["amount"], aggfunc="sum - [12.4 Findings नीट लिहा](https://ravindrabagale.com/mr/datascience/ch12-exploratory-data-analysis-eda/12-4-document-findings.html.md): चांगला finding कसा दिसतो? “या काल्पनिक sample मध्ये Diwali rows ची average amount None rows पेक्षा जास्त आहे — groupby ने तपासा. Pune मध्ये सर्वात जास्त or - [12. Exploratory Data Analysis — EDA](https://ravindrabagale.com/mr/datascience/ch12-exploratory-data-analysis-eda/index.html.md): आधी प्रश्न, मग charts. describe, value_counts आणि crosstab वापरून data समजून घेऊ आणि निष्कर्ष लिहू. या chapter मध्ये काय शिकणार? नवीन extract साठी practica - [13.1 Figure आणि Axes](https://ravindrabagale.com/mr/datascience/ch13-visualization-with-matplotlib/13-1-figure-and-axes.html.md): Figure म्हणजे पूर्ण चित्राची जागा; Axes म्हणजे त्यातला chart चा भाग. काल्पनिक city GMV चा bar chart करूया: import matplotlib.pyplot as plt import pandas as - [13.2 Line chart आणि histogram](https://ravindrabagale.com/mr/datascience/ch13-visualization-with-matplotlib/13-2-line-and-hist.html.md): या काल्पनिक series मध्ये दिवस 5–6 ला जास्त orders देऊन spike दाखवला आहे. हा teaching pattern आहे; वास्तविक दिवाळीच्या तारखांचा दावा नाही. # Fictional daily - [13.3 ₹ axis लाखांमध्ये दाखवूया](https://ravindrabagale.com/mr/datascience/ch13-visualization-with-matplotlib/13-3-axis-formatting-simple.html.md): मोठ्या amounts वाचायला सोप्या व्हाव्यात म्हणून ₹ आणि लाखांचं L असं formatting करूया: from matplotlib.ticker import FuncFormatter def inr_lakhs(x, pos): ret - [13. matplotlib वापरून charts](https://ravindrabagale.com/mr/datascience/ch13-visualization-with-matplotlib/index.html.md): Figures, axes, bar, line आणि histogram शिकूया. योग्य titles, ₹ axis आणि PNG save करण्याची सवय report साठी उपयोगी पडते. या chapter मध्ये काय शिकणार? Figure/ - [14.1 seaborn ची सुरुवात](https://ravindrabagale.com/mr/datascience/ch14-visualization-with-seaborn/14-1-quick-start.html.md): Packages import करा, whitegrid theme ठेवा आणि पुढच्या charts साठी काल्पनिक DataFrame तयार करा: import seaborn as sns import matplotlib.pyplot as plt import - [14.2 countplot आणि barplot](https://ravindrabagale.com/mr/datascience/ch14-visualization-with-seaborn/14-2-countplot-and-barplot.html.md): countplot प्रत्येक category मधल्या rows मोजतो. City च्या row count नुसार chart चा क्रम ठेवू: fig, ax = plt.subplots(figsize=(8, 4)) sns.countplot(data=df, - [14.3 hue आणि boxplot](https://ravindrabagale.com/mr/datascience/ch14-visualization-with-seaborn/14-3-hue-and-boxplot.html.md): hue="status" मुळे प्रत्येक city मधल्या statuses वेगळ्या colors मध्ये दिसतात: fig, ax = plt.subplots(figsize=(8, 4)) sns.countplot(data=df, x="city", hue="s - [14.4 seaborn की matplotlib?](https://ravindrabagale.com/mr/datascience/ch14-visualization-with-seaborn/14-4-seaborn-vs-matplotlib.html.md): | seaborn कधी? | matplotlib कधी? | hue वापरून category comparison | अगदी custom layout / dual axis | झटपट statistical aggregates | प्रत्येक visual element - [14. seaborn वापरून visualization](https://ravindrabagale.com/mr/datascience/ch14-visualization-with-seaborn/index.html.md): seaborn हे matplotlib वर तयार झालेलं tool आहे. DataFrame मधल्या categories compare करायला आणि statistical charts पटकन करायला उपयोगी पडतं. City/Status नुसार - [15.1 प्रश्नाप्रमाणे chart निवडा](https://ravindrabagale.com/mr/datascience/ch15-chart-choice-and-storytelling/15-1-match-chart-to-question.html.md): | प्रश्न | Chart | Cities चा GMV compare करायचा | Sorted bar | दिवस किंवा तासानुसार trend | Line | Delivery minutes कसे पसरले आहेत? | Histogram किंवा box | - [15.2 Chart मधली अनावश्यक सजावट कमी करा](https://ravindrabagale.com/mr/datascience/ch15-chart-choice-and-storytelling/15-2-avoid-chart-junk.html.md): 3D bars टाळा. छोटे फरक मोठे वाटावेत म्हणून y-axis मध्ये कट करू नका. विशेष कारणाने range मर्यादित केली तर ते अगदी स्पष्ट दाखवा; bar charts साठी zero baselin - [15.3 Manager साठी एका page ची story](https://ravindrabagale.com/mr/datascience/ch15-chart-choice-and-storytelling/15-3-one-page-manager-story.html.md): या काल्पनिक Pune ops उदाहरणात Ravindra Bagale साठी पुढची रचना वापरा: Context: October extract, महाराष्ट्रातील सहा cities, Blinkit + Amazon Now sample. Head - [15. योग्य chart आणि स्पष्ट निष्कर्ष](https://ravindrabagale.com/mr/datascience/ch15-chart-choice-and-storytelling/index.html.md): कोणत्या प्रश्नासाठी कोणता chart निवडायचा आणि manager ला एका page मध्ये EDA कसं सांगायचं ते शिकू. अनावश्यक सजावट टाळू. या chapter मध्ये काय शिकणार? प्रश्नाल - [16.1 Project मध्ये नेमकं काय करायचं?](https://ravindrabagale.com/mr/datascience/ch16-end-to-end-project-blinkit-maharashtra/16-1-project-brief.html.md): Role: या काल्पनिक project मध्ये Pune city manager Ravindra Bagale यांना मदत करणारा analyst. उद्देश: Pune, Solapur, Nashik, Sambhaji Nagar, Kolhapur आणि Nag - [16.2 Lab साठी raw extract तयार करूया](https://ravindrabagale.com/mr/datascience/ch16-end-to-end-project-blinkit-maharashtra/16-2-create-the-raw-extract-lab-data.html.md): पुढचा generator 120 काल्पनिक rows तयार करतो. Seed 42 मुळे त्याच environment मध्ये sample पुन्हा तयार करता येतो. City case, amount format आणि minutes मध्ये - [16.3 Data clean करूया](https://ravindrabagale.com/mr/datascience/ch16-end-to-end-project-blinkit-maharashtra/16-3-clean.html.md): Raw CSV वाचून columns/text एकसारखे करा, amounts आणि dates parse करा, आणि या lab च्या नियमानुसार impossible minutes हाताळा: df = pd.read_csv("data/blinkit_m - [16.4 EDA आणि दोन charts](https://ravindrabagale.com/mr/datascience/ch16-end-to-end-project-blinkit-maharashtra/16-4-eda-charts.html.md): आधी city counts आणि daily counts पाहू. मग daily order lines आणि Delivered GMV चे charts save करू: import matplotlib.pyplot as plt import seaborn as sns sns - [16.5 Insights template: स्वतःचे numbers भरा](https://ravindrabagale.com/mr/datascience/ch16-end-to-end-project-blinkit-maharashtra/16-5-insights-template-fill-with-your-numbers.html.md): Notebook run केल्यावर ही रचना markdown cell मध्ये वापरा. Placeholders अंदाजाने भरू नका: ## Pune ops साठी insights — काल्पनिक data 1. मुख्य निष्कर्ष: ... 2. - [16. पूर्ण project: Blinkit Maharashtra](https://ravindrabagale.com/mr/datascience/ch16-end-to-end-project-blinkit-maharashtra/index.html.md): Load → clean → EDA → visualization → insights हा पूर्ण प्रवास करू. ML model नाही; Pune ops manager साठी स्पष्ट findings बनवू. Resume मध्ये दाखवताना data का - [17.1 Filters चा सराव](https://ravindrabagale.com/mr/datascience/ch17-practice-exercises-with-answer-hints/17-1-warm-up-filters.html.md): Exercise A सहा cities असलेला 8 rows चा DataFrame तयार करा. Delivered आणि amount किमान ₹200 असलेल्या orders filter करा. Amount descending sort करा. Hint A प - [17.2 GroupBy आणि merge चा सराव](https://ravindrabagale.com/mr/datascience/ch17-practice-exercises-with-answer-hints/17-2-groupby-and-merge.html.md): Exercise C फक्त Delivered rows साठी city नुसार GMV आणि unique order count काढा. Named aggregation वापरा. Hint C पाहा आधी status filter करा. मग groupby("cit - [17.3 Cleaning आणि dates चा सराव](https://ravindrabagale.com/mr/datascience/ch17-practice-exercises-with-answer-hints/17-3-cleaning-and-dates.html.md): Exercise E Amount column मध्ये "1,299" आणि "N/A" सारख्या values आहेत. त्यांचा float column तयार करा. Hint E पाहा str.replace(",", "", regex=False) नंतर pd. - [17.4 Reshape आणि EDA चा सराव](https://ravindrabagale.com/mr/datascience/ch17-practice-exercises-with-answer-hints/17-4-reshape-and-eda.html.md): Exercise G City × month GMV ची wide table melt करून long करा. सर्वात जास्त GMV असलेली city-month जोडी शोधा. Hint G पाहा melt(id_vars="city", var_name="mont - [17.5 Charts आणि story चा सराव](https://ravindrabagale.com/mr/datascience/ch17-practice-exercises-with-answer-hints/17-5-charts-and-story.html.md): Exercise I City नुसार Delivered GMV चा horizontal bar chart बनवा आणि PNG save करा. Hint I पाहा Delivered filter → groupby sum → sort_values → plot(kind="ba - [17. Practice exercises आणि hints](https://ravindrabagale.com/mr/datascience/ch17-practice-exercises-with-answer-hints/index.html.md): pandas, cleaning, EDA आणि charts चा सराव करूया. आधी स्वतः code लिहा; अडल्यावर hint उघडा. या chapter मध्ये काय शिकणार? Blinkit-style DataFrames वर pandas pr - [18.1 Python आणि Jupyter: interview तयारी](https://ravindrabagale.com/mr/datascience/ch18-interview-questions-and-answers/18-1-python-and-jupyter.html.md): Q1. Virtual environment का वापरता? venv मुळे project ची packages वेगळी राहतात आणि इतर projects च्या versions बरोबर conflict कमी होतो. प्रत्येक course किंवा - [18.2 pandas चे मुख्य प्रश्न](https://ravindrabagale.com/mr/datascience/ch18-interview-questions-and-answers/18-2-pandas-core.html.md): Q4. Series आणि DataFrame? Series म्हणजे index असलेला एक column. DataFrame म्हणजे एकमेकांशी जुळलेल्या columns ची table. df["amount"] Series देते; df[["city" - [18.3 EDA आणि visualization प्रश्न](https://ravindrabagale.com/mr/datascience/ch18-interview-questions-and-answers/18-3-eda-and-visualisation.html.md): Q11. EDA म्हणजे काय? Exploratory Data Analysis म्हणजे reporting किंवा modelling च्या आधी data ची पद्धतशीर तपासणी: shape, types, nulls, distributions, relat - [18.4 Project आणि process प्रश्न](https://ravindrabagale.com/mr/datascience/ch18-interview-questions-and-answers/18-4-project-and-process.html.md): Q16. तुमचं analysis समजावून सांगा. Extract load करतो, columns normalise करतो, types/duplicates दुरुस्त करतो, groupby/crosstab ने explore करतो, daily trend - [18. Interview प्रश्नोत्तरं](https://ravindrabagale.com/mr/datascience/ch18-interview-questions-and-answers/index.html.md): Python, pandas, EDA आणि visualization चे मुद्दे समजून घेऊ. उत्तरं पाठ करू नका. आपल्या Chapter 16 project च्या actual outputs चं उदाहरण द्या; कोणत्याही कंपन - [19.1 pandas चे उपयोगी snippets](https://ravindrabagale.com/mr/datascience/ch19-cheat-sheet/19-1-pandas-essentials.html.md): ही वेगवेगळ्या कामांची reference list आहे; संपूर्ण block एकच pipeline म्हणून run करू नका. df1, df2 आणि stores साठी आधी योग्य tables तयार असाव्या लागतात. imp - [19.2 matplotlib reference](https://ravindrabagale.com/mr/datascience/ch19-cheat-sheet/19-2-matplotlib.html.md): x, y आणि values आधी तयार करा. Bar, line आणि hist या वेगवेगळ्या chart examples आहेत; गरजेनुसार एक निवडा. import matplotlib.pyplot as plt fig, ax = plt.subpl - [19.3 seaborn reference](https://ravindrabagale.com/mr/datascience/ch19-cheat-sheet/19-3-seaborn.html.md): योग्य columns असलेला df आधी तयार करा. Counts, status नुसार colors, amount चा sum आणि distribution हे वेगवेगळे उपयोग आहेत: import seaborn as sns sns.set_the - [19.4 Cleaning checklist](https://ravindrabagale.com/mr/datascience/ch19-cheat-sheet/19-4-cleaning-checklist.html.md): Column names normalise करा. Category text strip आणि standardise करा. Numbers आणि dates योग्य types मध्ये convert करा. प्रत्येक column साठी missing-value po - [19. झटपट revision: cheat sheet](https://ravindrabagale.com/mr/datascience/ch19-cheat-sheet/index.html.md): pandas, matplotlib आणि seaborn च्या रोजच्या snippets इथे आहेत. Exam किंवा interview आधी revision करा आणि notebook मध्ये run करून पाहा. या chapter मध्ये काय - [20. Glossary: terms सोप्या भाषेत](https://ravindrabagale.com/mr/datascience/ch20-glossary/index.html.md): एखादा term विसरलात तर इथे पाहा. Filter, plot, notebook हे रोजचे words English मध्येच वापरू; अर्थ सोप्या मराठीत समजून घेऊ. | Term | सोप्या भाषेत अर्थ | Aggr - [हा Data Science course कसा शिकायचा?](https://ravindrabagale.com/mr/datascience/how-to-read-this-course/index.html.md): नमस्कार! हा Data Science course म्हणजे browser मधला classroom. या मराठी आवृत्तीत explanation रोजच्या, सहज समजणाऱ्या मराठीत आहे. DataFrame, plot, notebook, - [Data Science मराठीत: Python, pandas, EDA आणि charts](https://ravindrabagale.com/mr/datascience/index.html.md): Ravindra Bagale यांचा Data Science with Python course — Jupyter आणि pandas पासून EDA, charts आणि स्पष्ट निष्कर्षांपर्यंत. Beginners साठी मोफत study guide, - [1.1 Excel च्या screen ची ओळख](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-1-the-excel-interface.html.md): Microsoft 365 मध्ये blank workbook उघडल्यावर बरीच buttons दिसतात. सगळी एकदम पाठ करण्याची गरज नाही. आधी कोणती गोष्ट कुठे आहे ते पाहू. | भाग | कुठे दिसतो? | - [1.2 Workbook, worksheet आणि आपला practice data](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-2-workbooks-worksheets-and-our-practice-dataset.html.md): Workbook म्हणजे Excel ची file. साधारण extension .xlsx असतं; macros असतील तर .xlsm. त्या file मधला प्रत्येक tab म्हणजे worksheet किंवा sheet. एका workbook म - [1.3 Relative, absolute आणि mixed references](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-3-relative-absolute-and-mixed-references.html.md): Formula copy केला की त्यातले cell addresses बदलू शकतात. कोणता भाग बदलायचा आणि कोणता fixed ठेवायचा हे $ ठरवतं. Relative reference बदलतो; absolute reference - [1.4 Cells चं formatting](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-4-formatting-cells.html.md): Formatting मुळे cell कसा दिसतो ते बदलतं; त्यातली मूळ value बदलत नाही. Excel मध्ये करून पाहा Font, fill आणि borders: Home › Font. Bold साठी Ctrl + B; colour - [1.5 Rupee, numbers आणि dates चे formats](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-5-number-formats-rupees-in-indian-style-and-dates.html.md): Home › Number किंवा Ctrl + 1 › Number मधून numbers कसे दिसावेत ते ठरवता येतं. | Format | Shows 125000.5 as | Shortcut | General | 125000.5 | Ctrl + Shift + - [1.6 Custom number formats](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-6-custom-number-formats.html.md): Custom format मध्ये semicolon ने वेगळे केलेले चार भाग असू शकतात: positive ; negative ; zero ; text म्हणजे positive value, negative value, zero आणि text कसं - [1.7 Freeze Panes — scroll करतानाही headings दिसू द्या](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-7-freeze-panes.html.md): हजारो orders असतील तर scroll केल्यावर headings वर निघून जातात. कोणता column काय आहे ते विसरायला होतं. Freeze Panes वापरल्यावर ठरावीक rows आणि columns scree - [1.8 Named ranges — cells ना अर्थपूर्ण नावं द्या](https://ravindrabagale.com/mr/excel/ch01-excel-basics/1-8-named-ranges.html.md): Named range म्हणजे cell किंवा range ला नाव देणं. उदाहरणार्थ $P$1 ऐवजी GST_Rate म्हटलं की formula वाचताना त्या cell चं काम लगेच समजतं. नाव तयार करा आणि वापर - [1. Excel ची basic ओळख](https://ravindrabagale.com/mr/excel/ch01-excel-basics/index.html.md): चला, Excel चा पाया पक्का करूया. Ribbon, workbook, sheet, cell references, formatting, rupee format, Freeze Panes आणि named ranges या गोष्टी इथे शिकणार आहोत - [2.1 AutoFill आणि Fill Series](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-1-autofill-and-fill-series.html.md): Select केलेल्या cell च्या खाली उजवीकडे छोटा square दिसतो, त्याला fill handle म्हणतात. तो drag केला किंवा double-click केला की values किंवा formulas पुढे भर - [2.2 Flash Fill — example दाखवा आणि pattern भरा](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-2-flash-fill.html.md): Flash Fill मध्ये आपण एक-दोन output examples देतो. Excel त्या pattern वरून बाकी column भरतो. ही सुविधा Excel 2013 आणि त्यानंतरच्या versions मध्ये आहे. कसं व - [2.3 Data Validation — योग्य values भरू द्या](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-3-data-validation.html.md): Data Validation म्हणजे cell मध्ये कोणत्या values भरता येतील याचा rule. चुकीची value भरताना message देता येतो किंवा ती entry थांबवता येते. Qty साठी rule लाव - [2.4 Drop-down lists](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-4-drop-down-lists.html.md): Data Validation मधला Allow: List पर्याय म्हणजे drop-down. प्रत्येकजण city वेगवेगळ्या पद्धतीने लिहिण्याऐवजी ठरलेलं नाव select करतो. त्यामुळे spelling आणि tr - [2.5 City निवडल्यावर त्याच शहराचे Area दाखवा](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-5-dependent-drop-down-city-area.html.md): City मध्ये Pune निवडलं तर Area मध्ये Pune चेच पर्याय दिसावेत. याला dependent drop-down म्हणतात. | Pune | Solapur | Nashik | Sambhaji_Nagar | Kolhapur | Nag - [2.6 Conditional Formatting — highlight आणि Top/Bottom rules](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-6-conditional-formatting-highlight-rules-and-top.html.md): Home › Styles › Conditional Formatting वापरल्यावर value नुसार cell चं formatting आपोआप बदलतं. दोन महत्त्वाचे rule groups Highlight Cells Rules: Greater Tha - [2.7 Data Bars, Color Scales आणि Icon Sets](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-7-data-bars-color-scales-and-icon-sets.html.md): Numbers सोबत visual संकेत दिले की तुलना पटकन करता येते. Data Bars: cell मधली bar value नुसार लांब किंवा छोटी दिसते. Store-wise sales साठी उपयोगी. Color Sca - [2.8 Formula वापरून Conditional Formatting](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/2-8-formula-based-conditional-formatting.html.md): दुसऱ्या column वर आधारित rule किंवा पूर्ण row highlight करायची असेल तर formula वापरा. Formula ने TRUE किंवा FALSE दिलं पाहिजे. तो selected range च्या पहिल् - [2. Data entry सोपी आणि consistent करा](https://ravindrabagale.com/mr/excel/ch02-data-entry-tools/index.html.md): या chapter मध्ये data वेगाने भरायचा आणि चुका कमी करायच्या हे शिकू. AutoFill, Flash Fill, validation, drop-downs आणि conditional formatting ही रोजच्या Excel - [3.1 Formula ची सुरुवात आणि operators](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-1-formula-basics-and-operators.html.md): Excel formula ची सुरुवात = ने होते. Calculation करताना साधारण क्रम असा: brackets → power ^ → multiply/divide * / → add/subtract + - → text join & → compari - [3.10 Dates — TODAY, NOW, DATE, EOMONTH आणि EDATE](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-10-date-functions-today-now-date-day-month-year.html.md): TODAY आजची date, NOW सध्याची date-time, DATE year-month-day वरून date, आणि DAY/MONTH/YEAR date मधला भाग देतात. EOMONTH month चा शेवट, तर EDATE ठरावीक महिने - [3.11 Working days, DATEDIF आणि WEEKDAY](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-11-working-days-datedif-and-weekday.html.md): NETWORKDAYS दोन dates मधले working days मोजतो; WORKDAY दिलेल्या working days नंतरची date काढतो. Holidays वेगळ्या range मधून देता येतात. | Function | Syntax - [3.12 Time calculations](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-12-time-calculations.html.md): Excel time हा दिवसाचा fraction असतो: 1 hour = 1/24 आणि 1 minute = 1/1440. म्हणून duration ला hours मध्ये आणताना ×24, minutes मध्ये आणताना ×1440 करतो. | काय - [3.13 IF, nested IF आणि IFS](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-13-if-nested-if-and-ifs.html.md): Condition खरी असेल तर एक answer, नाहीतर दुसरा — हे IF चं काम. =IF(logical_test, value_if_true, [value_if_false]) | काय करायचं आहे? | Formula | Row 11 resul - [3.14 AND, OR, NOT आणि SWITCH](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-14-and-or-not-and-switch.html.md): AND मध्ये सर्व conditions TRUE हव्यात. OR मध्ये एक जरी TRUE असली तरी चालते. NOT TRUE/FALSE उलट करतो. SWITCH एका value ची अनेक ठरावीक values शी तुलना करतो; - [3.15 IFERROR आणि IFNA](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-15-iferror-and-ifna.html.md): IFERROR(value, value_if_error) अनेक प्रकारचे errors पकडतो. IFNA(value, value_if_na) फक्त #N/A पकडतो; Excel 2013+ मध्ये उपलब्ध आहे. | Function | Catches | E - [3.16 SUMPRODUCT](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-16-sumproduct.html.md): =SUMPRODUCT(array1, [array2], …) matching items multiply करतो आणि त्यांची बेरीज करतो. Conditions सोबत वापरताना साधारण Ctrl + Shift + Enter लागत नाही. | काय - [3.17 Formula errors ओळखा आणि दुरुस्त करा](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-17-error-types-and-how-to-fix-them.html.md): Error म्हणजे Excel ने नेमकी अडचण सांगितलेली असते. नाव वाचा, मग कारण शोधा. #N/A: Lookup value सापडली नाही. Spaces, text/number mismatch आणि lookup range तपा - [3.2 SUM, SUMIF आणि SUMIFS](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-2-sum-sumif-and-sumifs.html.md): SUM ने बेरीज करतो. SUMIF मध्ये एक condition आणि SUMIFS मध्ये एक किंवा अनेक conditions वापरता येतात. | Function | Syntax | SUM | =SUM(number1, [number2], …) - [3.3 COUNT, COUNTA, COUNTBLANK, COUNTIF आणि COUNTIFS](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-3-count-counta-countblank-countif-and-countifs.html.md): किती entries आहेत हे मोजताना योग्य count function निवडणं महत्त्वाचं आहे. | Function | काय मोजलं जातं? | Example | Result | COUNT | Numbers असलेले cells | = - [3.4 AVERAGE, AVERAGEIFS, MINIFS आणि MAXIFS](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-4-average-averageif-s-minifs-and-maxifs.html.md): Average, सर्वांत लहान value आणि सर्वांत मोठी value शोधताना condition लावता येते. | Function | Syntax | Example | Result | AVERAGE | =AVERAGE(range) | =AVER - [3.5 ROUND family आणि RANK](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-5-round-family-and-rank.html.md): Decimal फक्त लपवणं आणि number खरंच round करणं या वेगळ्या गोष्टी आहेत. | Function | Example | Result | ROUND(number, digits) | =ROUND(333.2857,2) | 333.29 | - [3.6 LEFT, RIGHT, MID, LEN, FIND आणि SEARCH](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-6-text-functions-left-right-mid-len-find-and.html.md): Text मधला ठरावीक भाग काढण्यासाठी LEFT, RIGHT आणि MID; length साठी LEN; character ची जागा शोधण्यासाठी FIND किंवा SEARCH वापरतो. | Function | Syntax | Exampl - [3.7 SUBSTITUTE, REPLACE, TRIM, CLEAN आणि text case](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-7-substitute-replace-trim-clean-and-case-functions.html.md): Text clean करताना unwanted spaces, line breaks, चुकीचं case आणि बदलायचे शब्द हाताळावे लागतात. | Function | Example | Result | SUBSTITUTE(text, old, new, [i - [3.8 Text जोडणं — &, CONCAT, TEXTJOIN आणि TEXT](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-8-joining-text-and-concat-textjoin-and-text.html.md): & ने text जोडता येतो. CONCAT अनेक text parts जोडतो. TEXTJOIN मध्ये delimiter देता येतो आणि TRUE दिल्यावर empty items वगळता येतात. CONCAT / TEXTJOIN हे Exce - [3.9 TEXTBEFORE, TEXTAFTER आणि TEXTSPLIT](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/3-9-textbefore-textafter-and-textsplit.html.md): Microsoft 365 / Excel 2024 मध्ये ही functions उपलब्ध आहेत; Excel 2021 किंवा जुन्या versions मध्ये नाहीत. | Function | Syntax (main arguments) | Example on - [3. Formulas आणि functions](https://ravindrabagale.com/mr/excel/ch03-formulas-and-functions/index.html.md): आता Excel मधलं calculation शिकूया. प्रत्येक function चा syntax पाहू, sample data वर वापरू आणि स्वतः practice करू. या chapter मधले topics Operators, calcula - [4.1 VLOOKUP — exact match](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-1-vlookup-with-exact-match.html.md): एका table मधल्या ID वरून दुसऱ्या table मधली माहिती आणण्यासाठी lookup वापरतो. =VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup]) lookup_valu - [4.10 Lookup errors — कारण शोधण्याची सोपी पद्धत](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-10-common-lookup-errors-and-fixes.html.md): नेहमी दिसणाऱ्या अडचणी Value दिसते पण #N/A: extra spaces किंवा CHAR(160). दोन्ही बाजूंच्या keys clean करा. Numeric ID ला #N/A: एका बाजूला number, दुसरीकडे t - [4.2 Approximate VLOOKUP आणि column index ची अडचण](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-2-vlookup-approximate-match-and-the-column-index.html.md): Approximate match — TRUE lookup value पेक्षा लहान किंवा बरोबर असलेली सर्वांत मोठी value शोधतो. पहिला column ascending sort असला पाहिजे. Slabs किंवा bands स - [4.3 HLOOKUP — आडव्या table मध्ये शोधा](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-3-hlookup.html.md): =HLOOKUP(lookup_value, table_array, row_index_num, [range_lookup]) हा VLOOKUP सारखाच आहे; पण पहिल्या row मध्ये शोधतो आणि त्याखालच्या निवडलेल्या row मधली va - [4.4 INDEX आणि MATCH एकत्र वापरा](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-4-index-and-match.html.md): =INDEX(array, row_num, [column_num]) ठरावीक position मधली value देतो. =MATCH(lookup_value, lookup_array, [match_type]) value ची position शोधतो. MATCH type - [4.5 Two-way lookup — City आणि Month वरून value](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-5-two-way-lookup-row-and-column.html.md): Row label आणि column label यांच्या intersection वरची value म्हणजे two-way lookup. उदाहरणार्थ Nashik ची October sales. CityMonth sheet च्या A1:E5 मध्ये samp - [4.6 XLOOKUP आणि if_not_found](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-6-xlookup-basics-and-if-not-found.html.md): Microsoft 365 / Excel 2021+ मध्ये XLOOKUP वापरता येतो. =XLOOKUP(lookup_value, lookup_array, return_array, [if_not_found], [match_mode], [search_mode]) | Fo - [4.7 XLOOKUP चे match modes, search modes आणि multiple columns](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-7-xlookup-match-modes-search-modes-and-multiple.html.md): match_mode ठरवतो match कसा शोधायचा. search_mode ठरवतो शोध कुठून आणि कसा करायचा. | Argument | Value | अर्थ | match_mode | 0 (default) | अचूक match | | -1 | - [4.8 XMATCH — value ची position शोधा](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-8-xmatch.html.md): Microsoft 365 / Excel 2021+. =XMATCH(lookup_value, lookup_array, [match_mode], [search_mode]) हे MATCH सारखं position शोधतं. Default exact match आहे आणि XL - [4.9 Amount नुसार delivery fee slabs](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/4-9-approximate-lookup-delivery-fee-slabs.html.md): Order value नुसार fee बदलण्याचा हा fictional example आहे. Actual app च्या pricing चा दावा नाही. FeeSlabs table Min Order वर ascending sort केलेला आहे. | Mi - [4. Lookup functions](https://ravindrabagale.com/mr/excel/ch04-lookup-functions/index.html.md): एका table मधल्या key वरून दुसऱ्या table मधली माहिती आणणं हे रोजचं काम आहे. VLOOKUP, HLOOKUP, INDEX + MATCH, XLOOKUP आणि XMATCH या वेगवेगळ्या पद्धती आपण पाह - [5.1 Duplicates ओळखा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-1-duplicates.html.md): आधीचा data | Order ID | City | Product | Amount | BLK-3001 | Pune | Gokul Cow Milk 500 ml | 32 | BLK-3002 | Nashik | Nashik Grapes 500 g | 90 | BLK-3001 | - [5.10 Phone numbers clean करा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-10-phone-numbers.html.md): आधीचा data | Customer | Phone (raw) | Amir | +91 90000 00011 | Zoya | 090000-00012 | Raja | 91 9000000013 | Rani | (+91) 90000 000 14 | Salman | 9.00000E+0 - [5.11 Email addresses clean आणि तपासा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-11-e-mail-addresses.html.md): आधीचा data | Customer | E-mail (raw) | Ravina | " Ravina@Example.COM" | Shahrukh | SHAHRUKH@example.com | Ruhi | ruhi.bagale@example .com | Raja | raja@exa - [5.12 Pincodes आणि leading zeros असलेले codes](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-12-pincodes-and-codes-with-leading-zeros.html.md): आधीचा data | Store | Pincode (raw) | SKU (raw) | Kothrud | 411038.0 | 4512 | Gangapur Road | 422 013 | 87 | Sitabuldi | 440012 | 1203 | Hotgi Road | 41 300 - [5.13 Text मधून हवे ते parts काढा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-13-extracting-parts-of-text.html.md): आधीचा data | Order Note | Order BLK-260314-001 delivered in 9 mins | Order AMN-260314-006 delivered in 10 mins | Order BLK-260314-005 delivered in 18 mins - [5.14 Unwanted characters काढा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-14-removing-unwanted-characters.html.md): आधीचा data | Product (raw) | *Nashik Grapes* 500 g | Poha #1 kg | Ladi Pav (6 pcs)!! | Amul_Butter_100_g Clean केल्यावर | Product | Nashik Grapes 500 g | P - [5.15 Outliers — वेगळी value म्हणजे चूकच असते का?](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-15-outliers.html.md): आधीचा data | Order ID | Amount | Flag | BLK-3401 | 120 | | BLK-3402 | 95 | | BLK-3403 | 140 | | BLK-3404 | 12,990 | | BLK-3405 | 110 | | BLK-3406 | 0 | Cle - [5.16 Data मधले error values](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-16-error-values-in-data.html.md): आधीचा data | Store ID | Orders | Sales | AOV | BLK-PUN-01 | 412 | 1,31,840 | 320 | BLK-NSK-01 | 0 | 0 | #DIV/0! | BLK-XXX-99 | 25 | #N/A | #N/A Clean केल्य - [5.17 Unpivot — महिन्यांचे columns rows मध्ये आणा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-17-unpivot-wide-to-long-concept.html.md): आधीचा data | City | Aug | Sep | Oct | Pune | 4,12,500 | 5,86,200 | 4,95,300 | Nashik | 1,48,900 | 1,96,400 | 1,62,700 Clean केल्यावर | City | Month | Sales - [5.18 Messy export पूर्ण clean करूया](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-18-end-to-end-cleaning-a-messy-blinkit-export.html.md): आधीचा data | Order ID | Date | City | Store | Customer | Phone | Amount | Status | blk-4001 | 14.03.2026 | pune | Kothrud | sHRADDHA bAGALE | +91 90000 000 - [5.2 Blank cells आणि पूर्ण रिकाम्या rows](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-2-blank-cells.html.md): आधीचा data | City | Area | Orders | Pune | Kothrud | 412 | | Baner | 356 | | Wakad | 298 | Nagpur | Dharampeth | 275 | | | | | Sitabuldi | 241 Clean केल्या - [5.3 Extra spaces आणि दिसत नसलेले characters](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-3-extra-spaces-and-non-printable-characters.html.md): आधीचा data | Store ID (raw) | LEN | " BLK-PUN-01" | 12 | "BLK-NSK-01 " | 13 | "AMN-NGP-01" + non-breaking space | 11 | "BLK-KOP-01" + line break | 11 Clean - [5.4 Text case consistent ठेवा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-4-inconsistent-case.html.md): आधीचा data | Customer | Product | sHRADDHA bAGALE | AMUL BUTTER 100 G | ruhi bagale | gokul cow milk 500 ml | ZOYA | chitale bhakarwadi 250 g Clean केल्याव - [5.5 City spellings साठी mapping table](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-5-inconsistent-city-spellings.html.md): आधीचा data | Order ID | City (raw) | BLK-3101 | pune | BLK-3102 | PUNE | BLK-3103 | Pune City | AMN-3104 | Aurangabad | AMN-3105 | Chh. Sambhajinagar | BLK - [5.6 Numbers text म्हणून साठवले असतील तर](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-6-numbers-stored-as-text.html.md): आधीचा data | Order ID | Amount (text) | BLK-3201 | ₹1,299 | BLK-3202 | Rs. 450 | BLK-3203 | 1,25,000 | BLK-3204 | '64 | BLK-3205 | 90 INR Clean केल्यावर | - [5.7 Text dates आणि mixed date formats](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-7-text-dates-and-mixed-date-formats.html.md): आधीचा data | Order ID | Order Date (raw) | What Excel sees | BLK-3301 | 14-03-2026 | Text (left-aligned) | BLK-3302 | 03/14/2026 | Text (US order) | BLK-33 - [5.8 एक column वेगवेगळ्या columns मध्ये split करा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-8-splitting-columns.html.md): आधीचा data | Location | Kothrud, Pune, 411038 | College Road, Nashik, 422005 | Dharampeth, Nagpur, 440010 Clean केल्यावर | Area | City | Pincode | Kothrud - [5.9 Text columns एकत्र जोडा](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-9-merging-columns.html.md): आधीचा data | Area | City | Platform | Baner | Pune | Blinkit | Tarabai Park | Kolhapur | Amazon Now | Nirala Bazar | Sambhaji Nagar | Blinkit Clean केल्याव - [5. Data cleaning — सुरुवातीपासून शेवटपर्यंत](https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/index.html.md): Real कामात data नेहमी ready मिळत नाही. Duplicates, blanks, spaces, वेगवेगळ्या spellings, text amounts, mixed dates आणि invalid codes अशा गोष्टी हाताळाव्या - [6.1 Excel Table — data ला व्यवस्थित structure द्या](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-1-excel-tables-ctrl-t.html.md): Excel Table म्हणजे फक्त borders आणि रंग दिलेला data नाही. हा असा range आहे ज्याची वाढ, calculated columns आणि filters Excel manage करतो. रोज नवीन orders ये - [6.2 Structured references — formula मध्ये columnचं नाव वापरा](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-2-structured-references.html.md): D2:D100 ऐवजी tblOrders[Amount] लिहिलं की आपण काय calculate करतोय ते लगेच समजतं. यालाच structured reference म्हणतात. हे references कसे वाचायचे? | Reference - [6.3 Total Row — filterनुसार बदलणारा total](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-3-the-total-row.html.md): Tableच्या शेवटी total दाखवायचा आणि filter बदलला की तोही बदलायला हवा असेल, तर Total Row वापरा. Steps Tableमध्ये click करा › Table Design › Table Style Optio - [6.4 Multi-level आणि custom sorting](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-4-sorting-multi-level-and-custom-sort.html.md): Sort म्हणजे rowsचा क्रम बदलणं. समजा आधी Cityनुसार grouping हवं आणि प्रत्येक Cityमध्ये मोठ्या Amountच्या orders आधी हव्यात. यासाठी दोन sort levels लागतात. S - [6.5 AutoFilter — हवा तेवढाच data पाहा](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-5-autofilter.html.md): Filter बाकीच्या rows तात्पुरत्या लपवतो; त्या delete होत नाहीत. दोन वेगवेगळ्या columnsवर filters लावले तर दोन्ही अटी पूर्ण करणाऱ्या rows दिसतात. Steps Dataम - [6.6 Advanced Filter — AND / OR अटी एकत्र](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-6-advanced-filter.html.md): Complex conditions sheetवर स्पष्ट लिहायच्या असतील किंवा result दुसरीकडे काढायचा असेल तर Advanced Filter उपयोगी पडतो. एका criteria rowमधल्या अटी = AND. वेगव - [6.7 SUBTOTAL आणि AGGREGATE](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-7-subtotal-and-aggregate.html.md): Filter लावूनही SUM पूर्ण rangeचा total देतो. Visible rowsचा total हवा असेल तर SUBTOTAL वापरा. =SUBTOTAL(function_num,ref1,…) Function numbers | function_nu - [6.8 Subtotal command — प्रत्येक groupखाली summary](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-8-the-subtotal-feature.html.md): Data › Outline › Subtotal हा command प्रत्येक groupखाली subtotal rows घालतो आणि expand/collapse करता येईल असा outline तयार करतो. SUBTOTAL formula आणि हा co - [6.9 Group आणि Outline — details हवे तेव्हा उघडा](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/6-9-group-and-outline.html.md): एका reportमध्ये detailsही हव्यात आणि summaryही पटकन दिसायला हवी, तर Group वापरा. Plus/minus buttonमुळे आत अजून data आहे हे वाचणाऱ्याला कळतं. Steps Collapse - [6. Excel Tables, Sorting आणि Filtering](https://ravindrabagale.com/mr/excel/ch06-tables-sorting-and-filtering/index.html.md): Data वाढत असताना formulas आणि reports manage करणं सोपं व्हावं म्हणून या chapterमध्ये Excel Tables वापरू. मग हवा तो data शोधण्यासाठी sorting आणि filters, यो - [7.1 पहिली PivotTable बनवूया](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-1-creating-a-pivottable.html.md): हजारो order rowsमधून Cityनुसार sales काढायच्या आहेत? प्रत्येक Cityसाठी वेगळा formula लिहिण्याऐवजी PivotTableमध्ये fields निवडा. काही clicksमध्ये summary तय - [7.10 GETPIVOTDATA — स्थिर KPI references](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-10-getpivotdata.html.md): Pivot sort केल्यावर B6मध्ये दुसऱ्या Cityचा value येऊ शकतो. KPIला Puneची salesच हवी असेल, तर positionऐवजी field आणि itemच्या नावाने value मागा. Formula तयार - [7.11 PivotCharts — summaryचा chart](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-11-pivotcharts.html.md): PivotChart हा PivotTableशी जोडलेला chart आहे. Pivotचे fields, filters किंवा connected slicers बदलले की chartही बदलतो. Steps Pivotमध्ये click › PivotTable A - [7.2 Rows, Columns, Values आणि Filters](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-2-field-areas-rows-columns-values-and-filters.html.md): PivotTableमध्ये field कुठे ठेवता यावर reportचं रूप ठरतं. एकच data वेगवेगळ्या प्रश्नांसाठी वापरता येतो. | Area | इथे काय ठेवायचं? | Example | Rows | खाली-खा - [7.3 Summarize Values By — Sum की Count?](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-3-summarize-values-by.html.md): Valuesमध्ये field टाकल्यावर Excelने निवडलेलं calculation नेहमीच तुम्हाला हवं ते असेल असं नाही. Heading वाचा आणि right-click › Summarize Values By किंवा Val - [7.4 Show Values As — share, growth आणि running total](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-4-show-values-as.html.md): Amountची Sum काढल्यानंतर ती totalच्या किती टक्के आहे किंवा मागच्या महिन्यापेक्षा किती बदलली हे पाहायचं असेल तर right-click › Show Values As वापरा. Source d - [7.5 Dates आणि numbersचं grouping](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-5-grouping-dates-and-numbers.html.md): प्रत्येक dateची row दाखवण्याऐवजी महिना, quarter किंवा weekनुसार summary बनवता येते. Amountचे bandsही बनवता येतात. Dates group करा Order Date Rowsमध्ये drag - [7.6 Calculated fields आणि calculated items](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-6-calculated-fields-and-calculated-items.html.md): हा lesson साध्या, non-Data-Model PivotTableमधल्या calculated fieldsसाठी आहे. Data Modelमध्ये याच menuऐवजी DAX measures वापरावे लागतात. Commissionनंतरची Amo - [7.7 Pivot sorting, filters आणि Top N](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-7-sorting-filtering-and-top-10.html.md): Top products किंवा सर्वाधिक sales असलेले areas शोधण्यासाठी Pivotचे value filters वापरा. Steps Amount valueवर right-click › Sort › Largest to Smallest. Manu - [7.8 Slicers आणि Timelines](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-8-slicers-and-timelines.html.md): Slicer म्हणजे click करता येणारे filter buttons. Timeline म्हणजे date period निवडण्यासाठीचा control. Report पाहणाऱ्याला dropdown शोधत बसावं लागत नाही. Slice - [7.9 Report Connections, Refresh आणि Data Source](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/7-9-report-connections-refresh-and-data-source.html.md): एक City slicer अनेक PivotTables बदलू शकतो, जर त्या compatible source/cache वापरत असतील. Dashboardमध्ये सर्व views एकाच selectionवर चालावेत यासाठी connectio - [7. PivotTables आणि PivotCharts](https://ravindrabagale.com/mr/excel/ch07-pivottables-and-pivotcharts/index.html.md): एकाच Orders dataमधून City sales, Platform mix, monthly trend आणि Top Products कसे काढायचे ते या chapterमध्ये शिकू. छोटे steps करून प्रत्येक result मूळ data - [8.1 Chart तयार करा आणि नीट format करा](https://ravindrabagale.com/mr/excel/ch08-charts/8-1-creating-and-formatting-a-chart.html.md): Chartचा उपयोग numbersचा मुद्दा पटकन समजण्यासाठी होतो. आधी कोणत्या प्रश्नाचं उत्तर दाखवायचं ते ठरवा; मग chart निवडा. Steps ChartData sheetवर headersसह A1:D7 - [8.10 Filled Map chart](https://ravindrabagale.com/mr/excel/ch08-charts/8-10-map-chart.html.md): भौगोलिक regionची तुलना करायची असेल तर Filled Map वापरता येतो. तो regions colour करतो; individual storesचे point locations दाखवण्यासाठी हा chart नाही. Steps - [8.11 Sparklines — cellमध्ये छोटा trend](https://ravindrabagale.com/mr/excel/ch08-charts/8-11-sparklines.html.md): Tableच्या प्रत्येक rowशेजारी छोटा trend हवा असेल तर Sparkline वापरा. मोठ्या chartशिवाय वाढ-घट पटकन दिसते. Steps प्रत्येक City एका rowमध्ये आणि Jul–Dec सहा - [8.12 प्रश्नानुसार योग्य chart निवडा](https://ravindrabagale.com/mr/excel/ch08-charts/8-12-choosing-the-right-chart.html.md): “कोणता chart छान दिसेल?” याआधी “कोणता प्रश्न सोडवतोय?” विचारा. ही table सुरुवातीची दिशा देते; data आणि audienceनुसार निर्णय बदला. | प्रश्न | योग्य सुरुवात - [8.13 Tableवरचा dynamic chart](https://ravindrabagale.com/mr/excel/ch08-charts/8-13-dynamic-chart-from-a-table.html.md): दर महिन्याला chartची range हाताने वाढवण्याऐवजी Excel Tableवर chart बनवा. नवीन row Tableमध्ये आली की chartचा source वाढू शकतो. Steps ChartDataला Ctrl + Tने - [8.14 Dropdownने बदलणारा chart — INDEX / XLOOKUP](https://ravindrabagale.com/mr/excel/ch08-charts/8-14-drop-down-driven-dynamic-chart-index-xlookup.html.md): वाचणारा City निवडेल आणि त्याच chartमध्ये त्या Cityची sales दिसेल. यासाठी छोटा helper range वापरू. Steps Dash!B1मध्ये Data Validation › Listने Pune,Nashik,N - [8.15 OFFSET आणि INDEXने rolling chart](https://ravindrabagale.com/mr/excel/ch08-charts/8-15-named-ranges-with-offset-rolling-charts.html.md): नवीन महिना आला की शेवटचे सहा monthsच दाखवायचे असतील तर named ranges उपयोगी पडतात. हा example header A1मध्ये आणि सलग monthly dates A2पासून आहेत असं गृहीत धर - [8.16 Checkboxने series दाखवा किंवा लपवा](https://ravindrabagale.com/mr/excel/ch08-charts/8-16-checkbox-to-show-hide-a-series.html.md): एका chartमध्ये कोणत्या Cityच्या lines दिसाव्यात हे checkboxने ठरवू. Checkbox TRUE/FALSE देईल; helper formula त्यानुसार value किंवा #N/A देईल. Form Control - [8.2 Column आणि Bar charts](https://ravindrabagale.com/mr/excel/ch08-charts/8-2-column-and-bar-charts.html.md): Column chartमध्ये bars उभे असतात; category comparison किंवा मोजके time periods दाखवता येतात. Horizontal bar chart लांब labels आणि rankingसाठी सोपा पडतो. | - [8.3 Line आणि Area charts](https://ravindrabagale.com/mr/excel/ch08-charts/8-3-line-and-area-charts.html.md): Line chart क्रमाने होणारा बदल दाखवतो, विशेषतः time trend. Area chart lineखालचा भाग भरतो; stacked areaमध्ये वेगवेगळ्या partsचा एकूणातला सहभाग दिसतो. Steps C - [8.4 Pie आणि Doughnut charts](https://ravindrabagale.com/mr/excel/ch08-charts/8-4-pie-and-doughnut-charts.html.md): एकाच totalचे काही parts दाखवायचे असतील तर pie किंवा doughnut उपयोगी पडतो. साधारण पाचपर्यंत slices वाचायला सोपे असतात. अनेक जवळजवळ सारख्या values compare कर - [8.5 Combo chart आणि secondary axis](https://ravindrabagale.com/mr/excel/ch08-charts/8-5-combo-chart-with-a-secondary-axis.html.md): एकाच periodच्या दोन measuresचे units किंवा scales वेगळे असतील तर columns + line combo उपयोगी पडू शकतो. दोन्ही axes स्पष्ट नसतील तर हा chart दिशाभूलही करू श - [8.6 Scatter chart — दोन numbersमधला संबंध](https://ravindrabagale.com/mr/excel/ch08-charts/8-6-scatter-chart.html.md): Scatter chartमध्ये प्रत्येक dot एका observationचा असतो. X आणि Y दोन्ही numeric असतात. उदाहरणार्थ प्रत्येक storeचे average Delivery Mins आणि cancellation pe - [8.7 Histogram आणि Box & Whisker](https://ravindrabagale.com/mr/excel/ch08-charts/8-7-histogram-and-box-and-whisker.html.md): Histogram एका numeric measureची distribution दाखवतो: किती ordersची delivery वेळ कोणत्या intervalमध्ये येते? Box & Whisker groupsमधली median, quartiles, spr - [8.8 Waterfall आणि Funnel](https://ravindrabagale.com/mr/excel/ch08-charts/8-8-waterfall-and-funnel.html.md): Waterfall सुरुवातीच्या valueपासून वाढ/घट होत शेवटची value कशी आली ते दाखवतो. Funnel एका processच्या पुढच्या stagesमध्ये किती observations टिकतात ते दाखवतो. - [8.9 Treemap आणि Sunburst](https://ravindrabagale.com/mr/excel/ch08-charts/8-9-treemap-and-sunburst.html.md): Hierarchy म्हणजे levels: City → Area किंवा Category → Product. Treemap rectanglesच्या areaने value दाखवतो; Sunburstमध्ये आतून बाहेर ringsने levels दिसतात. - [8. Charts — dataचा मुद्दा स्पष्ट दाखवा](https://ravindrabagale.com/mr/excel/ch08-charts/index.html.md): या chapterमध्ये chart types, formatting आणि dropdown/checkboxने बदलणारे dynamic charts बनवू. आधी प्रश्न, मग chart. Sample data काल्पनिक आहे. ChartData — mo - [9.1 Spill range आणि # operator](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-1-spill-ranges-and-the-operator.html.md): Dynamic-array formula एका cellमध्ये लिहिला तरी अनेक values देऊ शकतो. त्या शेजारच्या cellsमध्ये पसरतात — याला spill म्हणतात. Formula फक्त वरच्या डाव्या anch - [9.2 FILTER — formulaने हवी ती rows](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-2-filter.html.md): =FILTER(array,include,[if_empty]) array म्हणजे output data; include म्हणजे प्रत्येक rowसाठी TRUE/FALSE condition; if_empty म्हणजे काहीच match न झाल्यास mes - [9.3 SORT आणि SORTBY](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-3-sort-and-sortby.html.md): =SORT(array,[sort_index],[sort_order],[by_col]) =SORTBY(array,by_array1,[sort_order1],[by_array2,sort_order2],…) 1 म्हणजे ascending, −1 descending. SORTमध् - [9.4 UNIQUE — distinct आणि exactly once](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-4-unique.html.md): =UNIQUE(array,[by_col],[exactly_once]) Default UNIQUE प्रत्येक वेगळी value एकदा दाखवतो. exactly_once TRUE केल्यास sourceमध्ये फक्त एकदाच आलेल्या values दाख - [9.5 SEQUENCE आणि RANDARRAY](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-5-sequence-and-randarray.html.md): =SEQUENCE(rows,[columns],[start],[step]) =RANDARRAY([rows],[columns],[min],[max],[integer]) SEQUENCE सलग numbers/dates बनवतो. RANDARRAY practiceसाठी random - [9.6 LET — formulaच्या भागांना नाव द्या](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-6-let.html.md): =LET(name1,value1,[name2,value2,…],calculation) Formulaमध्ये तोच SUMIFS दोनदा-तीनदा लिहिण्याऐवजी त्याचा result एका नावाने वापरता येतो. वाचायला आणि दुरुस्त - [9.7 LAMBDA — स्वतःचं reusable function](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-7-lambda-brief.html.md): LAMBDA उपलब्ध असलेल्या Excelमध्ये VBAशिवाय स्वतःचं function बनवता येतं. आधी एका cellमध्ये logic तपासा, मग नाव द्या. काल्पनिक delivery-fee नियम Amount ≥499: - [9.8 VSTACK आणि HSTACK](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-8-vstack-and-hstack.html.md): VSTACK arrays एकाखाली एक जोडतो; HSTACK बाजूबाजूला जोडतो. हे positionनुसार जोडतात, keyवर lookup/join करत नाहीत. दोन Tables append करा =VSTACK(tblBlinkit,tbl - [9.9 CHOOSECOLS, TAKE आणि DROP](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/9-9-choosecols-take-and-drop.html.md): मोठ्या arrayमधून हवे ते columns किंवा rows निवडण्यासाठी हे functions उपयोगी पडतात. | Function | Example | अर्थ | CHOOSECOLS(array,col1,…) | =CHOOSECOLS(tbl - [9. Dynamic Arrays — एका formulaमधून पूर्ण list](https://ravindrabagale.com/mr/excel/ch09-dynamic-arrays/index.html.md): एक formula लिहून list filter, sort, unique किंवा stack करता येते. Resultचा आकार dataसोबत बदलतो; यालाच dynamic array म्हणतात. Datasetची तयारी Module 3 mini - [10.1 Excel किंवा CSVमधून Power Queryमध्ये data आणा](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-1-opening-power-query-data-from-a-workbook-or-csv.html.md): Power Queryमध्ये data आणून cleaning steps सेव्ह करता येतात. पुढच्या fileवर तेच steps refreshवेळी पुन्हा चालतात. Sourceचा format बदलला तर steps तपासावे लागत - [10.2 Power Queryमधले cleaning steps](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-2-cleaning-steps-in-power-query.html.md): Module 5मध्ये केलेलं cleaning Power Queryमध्ये repeatable steps म्हणून ठेवता येतं. कोणता step कोणत्या data problemसाठी आहे हे स्पष्ट ठेवा. | Problem | Comm - [10.3 Folderमधले monthly bank statements combine करा](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-3-get-data-from-folder-combining-monthly-bank.html.md): प्रत्येक महिन्याचा समान schemaचा CSV एका folderमध्ये ठेवला की combine queryने सर्व files एकत्र वाचता येतात. खालील account आणि transactions काल्पनिक आहेत. W - [10.4 Append — Tables एकाखाली एक](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-4-append-blinkit-amazon-now.html.md): Append rows वाढवतो. Blinkit आणि Amazon Nowचे समान प्रकारचे Orders data एकत्र करायचे आहेत. Power Query columnsच्या नावानुसार जोडतो; positionनुसार नाही. Step - [10.5 Merge — keyवर details जोडा](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-5-merge-queries.html.md): Merge म्हणजे keyवर दोन Tables जोडणं. Ordersला Storesमधून manager details जोडता येतात. Append rows एकाखाली एक ठेवतो; Merge matching keysवर related columns ज - [10.6 Unpivot — monthly columnsच्या rows](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-6-unpivot.html.md): Cityच्या पुढे Jan, Feb, Mar अशी columns असलेलं wide sheet analysisसाठी City, Month, Sales या long formatमध्ये आणू. Steps Module 5.17ची wide table Power Que - [10.7 Group By — reusable summary Table](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-7-group-by.html.md): Group By rows summarize करतो. Pivotसारखा प्रश्न सोडवतो, पण output query Table म्हणून पुढे merge किंवा load करता येतो. Steps Detail query जपण्यासाठी All_Ord - [10.8 Parameters — path किंवा value एकाच ठिकाणी बदला](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-8-parameters.html.md): Folder path अनेक queriesमध्ये hard-code करण्याऐवजी parameterमध्ये ठेवता येतो. Computer/folder बदलला की एक value बदलून संबंधित queries refresh करा. Folder p - [10.9 Load options आणि Refresh](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/10-9-refresh-and-load-options.html.md): प्रत्येक queryचा output sheetवर दाखवायची गरज नसते. Intermediate आणि final queriesचा उपयोग पाहून load destination निवडा. | Option | काय होतं? | कधी? | Table - [10. Excelमधलं Power Query](https://ravindrabagale.com/mr/excel/ch10-power-query-in-excel/index.html.md): दर महिन्याला तेच cleaning पुन्हा करत बसण्याऐवजी steps queryमध्ये सेव्ह करूया. Excel, CSV आणि folder imports; Append, Merge, Unpivot, Group By; parameters आ - [11.1 Goal Seek — targetसाठी लागणारा input](https://ravindrabagale.com/mr/excel/ch11-what-if-analysis/11-1-goal-seek.html.md): Goal Seek एका inputची value बदलत formulaचा result ठरवलेल्या targetजवळ आणतो. तो अनेक values try करतो; या प्रक्रियेला iteration म्हणतात. Break-even orders pe - [11.2 Scenario Manager — input sets सेव्ह करा](https://ravindrabagale.com/mr/excel/ch11-what-if-analysis/11-2-scenario-manager.html.md): एकाच modelवर Normal, festival किंवा कमी demand अशी input sets ठेवता येतात. Scenario हे assumptions आहेत; forecastची हमी नाही. | Scenario | Orders/day B2 | - [11.3 One-variable Data Table](https://ravindrabagale.com/mr/excel/ch11-what-if-analysis/11-3-one-variable-data-table.html.md): एका inputच्या अनेक valuesसाठी output एकदम पाहायचा असेल तर What-If Data Table वापरा. हा Ctrl + Tचा Excel Table feature वेगळा आहे. Orders/day बदलल्यावर Profi - [11.4 Two-variable Data Table](https://ravindrabagale.com/mr/excel/ch11-what-if-analysis/11-4-two-variable-data-table.html.md): दोन inputsच्या प्रत्येक combinationसाठी एक result पाहूया: रोजच्या orders आणि AOV बदलल्यावर Profit किती? Steps Default model ठेवा. H2मध्ये =B13. H3:H5मध्ये - [11.5 Solver — constraintsमध्ये सर्वोत्तम combination](https://ravindrabagale.com/mr/excel/ch11-what-if-analysis/11-5-solver-brief.html.md): Solver अनेक inputs बदलून formula maximum, minimum किंवा targetकडे नेतो. Constraints म्हणजे पाळायच्या अटी—जागा, supply, minimum stock, nonnegative quantitie - [11. What-If Analysis — input बदलला तर काय?](https://ravindrabagale.com/mr/excel/ch11-what-if-analysis/index.html.md): Orders वाढल्या तर profit किती? Break-evenसाठी AOV किती लागेल? अशा प्रश्नांसाठी छोटं formula-driven model बनवू. हे काल्पनिक Wakad storeचं simplified monthly - [12.1 Developer tab, macro settings आणि .xlsm](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-1-developer-tab-macro-security-and-xlsm.html.md): Macro म्हणजे workbookमधलं काम करणारा program. त्यासाठी Developer tab आणि macro-enabled file format समजून घेऊ. खालील menus Windows desktopसाठी आहेत. Steps F - [12.10 For, For Each आणि Do loops](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-10-loops-for-for-each-and-do.html.md): एकच काम अनेक rowsवर करायला loop वापरतो. For counterवर, For Each objectsवर आणि Do conditionवर चालतो. Sub LoopExamples() Dim ws As Worksheet Dim r As Long Di - [12.11 Last row आणि last column](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-11-finding-the-last-row-and-column.html.md): रोज data वाढत असेल तर शेवटची row 11 किंवा 5000 hard-code करू नका. ws आधी target worksheetला Set करा. Dim lastRow As Long, lastCol As Long lastRow = ws.Cell - [12.12 Practical macros — code वाचा, मग copyवर तपासा](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-12-practical-macros-on-our-data.html.md): खाली मूळ lessonचे पाच macros आहेत. काही examples cells overwrite करतात किंवा existing sheets delete करतात. ते production-ready utilities नाहीत; disposable - [12.13 UDF — worksheetमध्ये वापरायचं स्वतःचं function](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-13-user-defined-functions-a-delivery-fee-function.html.md): Function value परत करतो. Standard moduleमध्ये Public Function लिहिलं की worksheet formulaसारखं वापरता येतं. Public Function DeliveryFee(ByVal orderAmount A - [12.14 On Error आणि cleanup](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-14-error-handling-with-on-error.html.md): Expected bad input आधी validate करा; अनपेक्षित runtime errorसाठी handler ठेवा. Error लपवणं आणि हाताळणं वेगळं आहे. Sub SafeCityReport() Dim ws As Worksheet - [12.15 Debugging — प्रत्येक lineचा result पाहा](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-15-debugging-f8-breakpoints-immediate-and-locals.html.md): | Tool | Windows shortcut / menu | कशासाठी? | Step Into | F8 | एक line चालवा; yellow line पुढची आहे. | Breakpoint | Margin click / F9 | F5 run तिथे pause. - [12.16 PERSONAL.XLSB — स्वतःचे रोजचे macros](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-16-the-personal-macro-workbook.html.md): PERSONAL.XLSB हा hidden personal workbook Excel startवेळी load होऊ शकतो. त्यात ठेवलेले macros त्या computerवर इतर open workbooksसाठी उपलब्ध होतात. Steps De - [12.2 Macro record करा — absolute की relative?](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-2-recording-a-macro-absolute-vs-relative.html.md): Macro Recorder Excelमधल्या supported actionsचा VBA code बनवतो. Formatting शिकण्यासाठी चांगली सुरुवात; प्रत्येक UI action record होईलच असं नाही. FormatHeade - [12.3 Macro button, shortcut आणि dialogमधून चालवा](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-3-running-macros-button-shortcut-and-the-macros.html.md): चार पर्याय Developer › Macros, Windows Alt + F8 › macro निवडा › Run. Optionsमधून shortcut बदलता येतो. Keyboard shortcut assign करा; Ctrl + C/Vसारख्या रोजच् - [12.4 VBA Editor ओळखा](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-4-the-vba-editor-vbe.html.md): Developer › Visual Basic किंवा Windows Alt + F11ने VBE उघडा. | भाग | Shortcut / menu | उपयोग | Project Explorer | Ctrl + R | Open workbooks, sheets, ThisWo - [12.5 Sub procedure — काम करणारा macro](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-5-sub-procedures.html.md): Sub Name()पासून End Subपर्यंत procedure. Apostrophe ' नंतर comment असतो. Option Explicit Sub HelloBlinkit() ' My first macro Worksheets("Report").Range("A1 - [12.6 Variables आणि data types](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-6-variables-and-data-types.html.md): Variableमध्ये पुढे वापरायची value ठेवतो. Syntax Dim name As Type. | Type | कशासाठी? | Example | Long | Row numbers, integer counts. | Dim orders As Long | - [12.7 Range, Cells आणि Worksheets](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-7-range-cells-and-worksheets.html.md): Codeमधून Excel objectsवर थेट काम करा. वारंवार Select/Selection वापरण्याची गरज नसते. | Code — ws ही target Worksheet | अर्थ | ws.Range("A1").Value = 100 | A - [12.8 MsgBox आणि InputBox](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-8-msgbox-and-inputbox.html.md): MsgBox message/choice दाखवतो. InputBox userकडून value मागतो. Sub AskCity() Dim city As String Dim answer As VbMsgBoxResult city = InputBox("Enter city name - [12.9 If आणि Select Case](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/12-9-if-and-select-case.html.md): If conditionsनुसार वेगळं काम करतो. Select Case एका valueचे अनेक cases वाचायला सोप्या पद्धतीने हाताळतो. Sub ClassifyDelivery() Dim mins As Double mins = Wor - [12. Macros आणि VBA — repeat होणारं काम automate करा](https://ravindrabagale.com/mr/excel/ch12-macros-and-vba/index.html.md): Formatting, cleaning आणि reportsसाठी macros record करणे, code वाचणे, variables, conditions, loops, UDFs आणि debugging या chapterमध्ये शिकू. Examples मुख्यत - [13.1 Dashboard आधी कोणासाठी आणि कशासाठी?](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-1-planning-audience-questions-and-kpis.html.md): Charts बनवण्याआधी dashboardचा वापर कोण करणार आणि कोणता निर्णय घेणार ते ठरवा. सकाळी 9 वाजता City managerला पाहिजे असलेली summary आणि analystची detailed anal - [13.2 Data, Calc आणि Dashboardची मांडणी](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-2-structuring-the-workbook-data-calc-dashboard.html.md): Raw data, calculations आणि display वेगळे ठेवल्यास refresh आणि maintenance सोपं होतं. | Sheet | काय ठेवायचं? | Dashboard | Cards, charts, slicers; पहिला tab - [13.3 Dashboardसाठी PivotTables](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-3-pivottables-that-feed-the-dashboard.html.md): पाच views बनवू: trend, City, Category, Platform आणि KPI summary. Order-line आणि order-level measures वेगळे आहेत हे लक्षात ठेवा. Steps tblOrders › Insert › - [13.4 Live KPI cards](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-4-kpi-cards.html.md): KPI card म्हणजे number, स्पष्ट label आणि comparison. Number हाताने type करण्याऐवजी calculation cellला link करा. Calc cells pvtKPIमध्ये = type करून value cl - [13.5 Dashboard charts](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-5-charts-for-the-dashboard.html.md): Steps pvtTrend › PivotChart › Line. Chart cut/paste करून Dashboardवर ठेवा. Field buttonवर right-click › Hide All Field Buttons; filteringसाठी slicers ठेवा. - [13.6 सर्व संबंधित Pivotsना slicers जोडा](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-6-slicers-and-a-timeline-for-all-pivots.html.md): Slicerने फक्त एक chart बदलला आणि KPI जुना राहिला तर report दिशाभूल करतो. Connections प्रत्यक्ष तपासू. Steps Pivot › Insert Slicer › City, Platform, Categor - [13.7 Dashboard layout आणि readability](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-7-layout-and-design-principles.html.md): | तत्त्व | काय करायचं? | महत्त्व आधी | वर मुख्य KPIs; मग trend, breakdowns आणि आवश्यक details. | एक overview | सामान्य laptopवर मुख्य summary दिसू द्या; छो - [13.8 Refresh आणि final checks](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/13-8-refresh-finishing-touches-and-a-checklist.html.md): Steps tblOrdersच्या खाली matching schemaच्या नवीन rows जोडा; Table खरोखर expand झाली का पाहा. Data › Refresh All. Queries पूर्ण झाल्यावर संबंधित Pivotsही l - [13. Excel Dashboard — शिकलेलं एकत्र वापरूया](https://ravindrabagale.com/mr/excel/ch13-excel-dashboards/index.html.md): Tables, formulas, PivotTables, charts आणि slicers वापरून काल्पनिक Maharashtra sales dashboard बनवू. आधी definitions, मग data आणि layout. March 2026चे teach - [14.1 Input cells unlock करा, मग Protect Sheet](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-1-locked-cells-and-protect-sheet.html.md): Excel cells default Locked असतात; पण Sheet Protection चालू होईपर्यंत त्याचा परिणाम होत नाही. Userने बदलायचे inputs आधी unlock करायचे. Steps Targets sheetचे - [14.10 Comments आणि Notes](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-10-comments-vs-notes.html.md): | Feature | Threaded Comment | Note | उपयोग | Discussion, replies, resolve. | Cellबद्दल reference explanation. | Menu | Review › New Comment. | Review › No - [14.11 Version History — जुनं काम परत पाहा](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-11-version-history.html.md): OneDrive/SharePointमध्ये सेव्ह झालेल्या fileची जुनी versions उपलब्ध असू शकतात. किती काळ/किती versions ठेवतात हे service आणि organisation settingsवर अवलंबून - [14.2 Formulas hide करा आणि edit ranges ठरवा](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-2-hiding-formulas-and-allow-edit-ranges.html.md): Formula barमधून formula लपवा D4:E9 formulas select › Format Cells › Protection › Hidden tick. Sheet protect करा. Result दिसतो पण formula barमध्ये formula द - [14.3 Structure protection आणि file encryption](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-3-protect-workbook-structure-vs-encrypt-with.html.md): | Feature | कशासाठी? | मर्यादा | Protect Sheet | Locked cellsची accidental editing रोखा. | Data confidentiality नाही. | Protect Workbook Structure | Sheets - [14.4 Print Area आणि page breaks](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-4-print-area-and-page-breaks.html.md): Steps उदा. City summary A1:F40 select › Page Layout › Print Area › Set Print Area. दुसरा वेगळा range हवा असल्यास select › Add to Print Area. वेगळे areas स् - [14.5 Orientation, scaling आणि margins](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-5-page-setup-orientation-scaling-and-margins.html.md): Steps Page Layout › Orientation › Landscape — wide tableसाठी. Size › A4, जर printer/report requirement A4 असेल. Scale to Fit › Width 1 page, Height Automat - [14.6 Headers आणि footers](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-6-headers-and-footers.html.md): Steps Insert › Header & Footer. Page Layout view उघडेल. Left/centre/right भागात text किंवा elements घाला: Page Number, Number of Pages, Current Date, File - [14.7 Print Titles — प्रत्येक pageवर headers](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-7-print-titles-repeat-header-rows.html.md): Steps Page Layout › Print Titles. Rows to repeat at topमध्ये header row select करा: $1:$1. अनेक horizontal pages असतील तर Columns to repeat at left: $A:$A, - [14.8 Excel reportचा PDF](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-8-exporting-to-pdf.html.md): Steps आधी Print Area, page setup, titles आणि headers/footers पूर्ण करा. File › Export › Create PDF/XPS किंवा Save As › PDF; platformनुसार menu वेगळा असू शक - [14.9 Sharing आणि co-authoring](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/14-9-sharing-and-co-authoring.html.md): Co-authoringमध्ये एकाच workbookवर अनेक जण edit करतात. Compatible Excel versions, cloud location आणि permissions आवश्यक असतात. तुमच्या authorised team workb - [14. Protection, Sharing आणि Printing](https://ravindrabagale.com/mr/excel/ch14-protection-sharing-and-printing/index.html.md): Report तयार झाल्यावर inputs edit करता यावेत, formulas चुकून बदलू नयेत, print/PDF नीट वाचता यावा आणि shared workbookमध्ये changes समजावेत—या chapterमध्ये हे - [15.1 Project brief आणि fictional data](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-1-project-brief-and-data.html.md): September2026चा सहा Citiesसाठी काल्पनिक Blinkit + Amazon Now monthly report बनवा. Regional lead आणि City managersना पाच प्रश्नांची उत्तरं हवी आहेत: Net Sal - [15.2 Stage 1 — raw export clean करा](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-2-stage-1-clean-the-raw-export.html.md): Formula route Raw_Ordersची Clean copy करा. ID: =UPPER(TRIM(A2)). City: =PROPER(TRIM(C2)) आणि controlled mappingने Aurangabad → Sambhaji Nagar. H Amountसाठी - [15.3 Stage 2 — named Tables आणि lookups](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-3-stage-2-tables-and-lookup-formulas.html.md): Steps Stores, Products, Targetsला tblStores, tblProducts, tblTargets नावं द्या. Store/Product lookup keys unique आणि योग्य typesचे आहेत का तपासा. tblOrders - [15.4 Stage 3 — पाच प्रश्नांसाठी analysis](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-4-stage-3-pivottable-analysis.html.md): Pivot views pvtCity: City × Sum Amount, Delivered filter. pvtTrend: Order Date daily, Delivered sales. pvtCategory: Category sales आणि City filter/columns. - [15.5 Stage 4 — final dashboard](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-5-stage-4-build-the-dashboard.html.md): Steps Dashboard title “Maharashtra — September2026 Practice Report”. Source date आणि fictional-data note द्या. पाच linked KPI cards: Net Sales, Delivered O - [15.6 Stage 5 — Refresh आणि PDF macro](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-6-stage-5-a-small-macro.html.md): हा source macro refresh request करून Dashboard PDF export करतो. Platform/connectorनुसार async refreshचा behavior तपासल्याशिवाय याला सर्व data पूर्णपणे fres - [15.7 Submission checklist आणि marking](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/15-7-submission-checklist-and-marking-guide.html.md): Submit करण्याआधी Raw untouched, clean output आणि exceptions/reconciliation जपा. Structure/worksheet protectionनंतर slicers आणि refresh चालतात का तपासा. Cal - [15. Final Project — Maharashtra Monthly Report](https://ravindrabagale.com/mr/excel/ch15-final-project-blinkit-maharashtra-monthly-report/index.html.md): Messy fictional exportपासून complete workbook बनवू. प्रत्येक stage स्वतः करा आणि परिणाम तपासा. Deliverables Raw, cleaned tblOrders आणि reconciliation. Name - [16.1 Basics आणि Data Entryचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-1-modules-1-2-basics-and-data-entry.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Orders, Stores, Products आणि Report sheets बन - [16.10 What-Ifचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-10-module-11-what-if-analysis.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Wakad modelचा break-even daily count. Hint आण - [16.11 VBAचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-11-module-12-macros-and-vba.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Header bold/green macro record; दुसऱ्या sheet - [16.12 Dashboardचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-12-module-13-dashboards.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Kolhapurसाठी पाच KPIs define करा. Hint आणि तप - [16.13 Protection आणि Printingचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-13-module-14-protection-and-printing.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: फक्त target cells edit करता येतील असं करा. Hi - [16.14 Mixed scenarios](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-14-mixed-scenario-exercises.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Delivered पण payment न मिळालेल्या orders शोधा - [16.15 Challenge exercises](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-15-challenge-exercises.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: काल्पनिक6–12November2026चा City daily report. - [16.2 Formulas आणि Functionsचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-2-module-3-formulas-and-functions.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Mini datasetची Pune sales? Hint आणि तपासणी =S - [16.3 Lookupsचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-3-module-4-lookups.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Store IDवर City Manager शोधा. Hint आणि तपासणी - [16.4 Data Cleaningचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-4-module-5-data-cleaning.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Customer namesचे extra/nonbreaking spaces आणि - [16.5 Tables, Sorting आणि Filteringचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-5-module-6-tables-sorting-and-filtering.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Ordersला tblOrders Table आणि Amount Total Row - [16.6 PivotTablesचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-6-module-7-pivottables.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: City × Platform sales Pivot. Hint आणि तपासणी - [16.7 Chartsचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-7-module-8-charts.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: City salesचा descending clustered column. Hin - [16.8 Dynamic Arraysचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-8-module-9-dynamic-arrays.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: Sorted unique Cities. Hint आणि तपासणी =SORT(U - [16.9 Power Queryचा सराव](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/16-9-module-10-power-query.html.md): आधी स्वतः करून पाहा. अडल्यावर hint उघडा. Formulaचा result sampleच्या दोन-तीन rowsवर हाताने तपासा. Exercise 1: tblOrders import, City clean, Amount numeric. - [16. Practice Exercises — आधी प्रयत्न, मग hint](https://ravindrabagale.com/mr/excel/ch16-practice-exercises-with-answer-hints/index.html.md): Excel फक्त वाचून पक्का होत नाही; workbookमध्ये करून पाहा. प्रत्येक exerciseची hint उघडण्याआधी स्वतःचा approach लिहा. Fictional workbook आणि Module3 mini da - [17.1 Basics आणि References — interview answers](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-1-basics-and-references.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q1. Workbook आणि Worksheetमध्ये फरक? Workbook ही .xlsx/.x - [17.2 Functions आणि Formulas — interview answers](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-2-functions-and-formulas.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q9. SUMIF आणि SUMIFS? SUMIF(criteria_range,criteria,sum_r - [17.3 Lookups — interview answers](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-3-lookups.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q21. VLOOKUP विरुद्ध XLOOKUP? VLOOKUP पहिल्या columnमध्ये - [17.4 Cleaning आणि Preparation — interview answers](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-4-data-cleaning-and-preparation.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q29. Duplicates कसे काढाल? आधी business key आणि row grain - [17.5 Tables, Pivots आणि Charts — interview answers](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-5-tables-pivottables-and-charts.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q37. Excel Table का? Ctrl+Tचा structured range, filters, - [17.6 Performance, Dashboard आणि Power tools](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-6-performance-dashboards-and-power-tools.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q47. Slow workbook कसा सुधाराल? Recalculation/import/form - [17.7 Macros आणि VBA — interview answers](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-7-macros-and-vba-basics.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q55. Macro म्हणजे? Repeat tasks automate करणारे recorded/ - [17.8 Scenario questions — approach आणि verification](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/17-8-scenario-based-questions.html.md): प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत. Q63. दररोज inconsistent City/duplicate file येते. Raw pre - [17. Interview questions — समजून उत्तर द्या](https://ravindrabagale.com/mr/excel/ch17-interview-questions-and-answers/index.html.md): या chapterमध्ये70 Excel questionsची model answers सहज मराठीत आहेत. Interviewच्या भाषेनुसार उत्तर द्या; technical terms Englishमध्ये ठेवून आधी concept समजून - [19.1 Excel for Windows — Keyboard shortcuts](https://ravindrabagale.com/mr/excel/ch19-keyboard-shortcuts-and-function-cheat-sheet/19-1-keyboard-shortcuts-excel-for-windows.html.md): हे Excel for Windowsचे shortcuts आहेत. Keyboard layout, Fn keys, Excel build आणि assigned macrosमुळे फरक पडू शकतो. Macवर अनेक keys वेगळ्या असतात; menuतला c - [19.2 Function Cheat Sheet](https://ravindrabagale.com/mr/excel/ch19-keyboard-shortcuts-and-function-cheat-sheet/19-2-function-cheat-sheet.html.md): Function name आणि syntax Englishमध्येच वापरा. खाली exampleचा अर्थ मराठीत दिला आहे. “All” म्हणजे या sourceचा Excel2016+ baseline; सर्व ऐतिहासिक Excel versio - [19. Shortcuts आणि Function Cheat Sheet](https://ravindrabagale.com/mr/excel/ch19-keyboard-shortcuts-and-function-cheat-sheet/index.html.md): रोजच्या कामासाठी quick reference. Shortcut वापरला की result पाहा; form भरताना किंवा macroमध्ये त्याच keyचा अर्थ वेगळा असू शकतो. Windows keyboard shortcuts - [20. Excel Glossary — शब्दांचा सोपा अर्थ](https://ravindrabagale.com/mr/excel/ch20-glossary/index.html.md): Technical शब्द Englishमध्येच ठेवा; त्याचा अर्थ इथे रोजच्या मराठीत पाहा. शब्द पाठ करण्याऐवजी छोटा example करून पाहा. | Term | सोप्या भाषेत अर्थ | Absolute r - [हा Marathi Excel course कसा शिकायचा?](https://ravindrabagale.com/mr/excel/how-to-read-this-book/index.html.md): हा course म्हणजे step-by-step practical class. Explanation सहज मराठीत आणि रोज वापरले जाणारे technical words Englishमध्ये आहेत. वाचताना काय लक्षात ठेवायचं? - [Excel — मराठी lessons](https://ravindrabagale.com/mr/excel/index.html.md): Excel आता आपल्या रोजच्या बोलण्यातल्या मराठीत शिकूया. Technical words English मध्ये आहेत. नवीन concepts examples आणि practice मधून समजून घेऊ. या course मधल् - [1.1 Business Intelligence म्हणजे काय?](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-1-what-is-business-intelligence.html.md): Business Intelligence (BI) म्हणजे व्यवसायाचा data गोळा करणं, त्यातल्या चुका काढणं, तो नीट मांडणं आणि त्यातून निर्णय घेण्यासाठी उपयोगाची माहिती तयार करणं. स - [1.2 Power BI म्हणजे काय?](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-2-what-is-power-bi.html.md): Microsoft Power BI हा software services, apps आणि connectors यांचा समूह आहे. वेगवेगळ्या ठिकाणचा data एकत्र आणून त्याचे interactive reports बनवण्यासाठी तो व - [1.3 Power BI चे मुख्य भाग](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-3-components-of-power-bi.html.md): Power BI वापरताना Desktop, Service, Mobile अशी वेगवेगळी नावं दिसतात. प्रत्येकाचं काम वेगळं आहे. आधी ही ओळख करून घेऊ. | भाग | कशासाठी वापरतात? | कोण वापरतं? - [1.4 Licence चे प्रकार — प्राथमिक ओळख](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-4-licensing-overview-high-level.html.md): Power BI Service मध्ये report कोण publish करू शकतं, कोण share करू शकतं आणि कोण पाहू शकतं, यावर licence चा परिणाम होतो. Power BI Desktop डाउनलोड करून वापरणं - [1.5 Power BI मध्ये काम करण्याचा नेहमीचा क्रम](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-5-the-typical-power-bi-workflow.html.md): बहुतेक Power BI projects मध्ये कामाचा साधारण क्रम सारखाच असतो. हा क्रम समजला की नवीन project कुठून सुरू करायचा ते स्पष्ट होतं. Interview मध्येही हा प्रश्न - [1.6 कंपनीमध्ये Power BI कोण वापरतं?](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-6-who-uses-power-bi-in-a-company.html.md): Power BI चं सगळं काम एकाच व्यक्तीकडे असेल असं नाही. Team मध्ये वेगवेगळ्या जबाबदाऱ्या असतात. | भूमिका | मुख्य काम | Data Analyst | data clean करणं, models आ - [1.7 या course मधला quick-commerce sample data](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/1-7-the-quick-commerce-sample-datasets-used-in-this.html.md): हा course शिकताना आपण quick-commerce म्हणजे काही मिनिटांत किराणा सामान deliver करण्याच्या business ची examples घेणार आहोत. Sample data मध्ये महाराष्ट्रातली - [1. Business Intelligence आणि Power BI ची ओळख](https://ravindrabagale.com/mr/powerbi/ch01-introduction-to-business-intelligence-and-power/index.html.md): चला, सुरुवात करूया! या पहिल्या chapter मध्ये BI म्हणजे काय, Power BI कशासाठी वापरतात, त्याचे वेगवेगळे parts कसे काम करतात आणि practice साठी कोणता data वापर - [2.1 Power BI Desktop install करूया](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/2-1-installing-power-bi-desktop.html.md): Power BI Desktop हे Windows वर चालतं. Mac वर वापरायचं असेल तर Windows virtual machine किंवा cloud PC लागतो. Install करण्याआधी Microsoft च्या चालू system re - [2.2 मुख्य views कुठल्या कामासाठी?](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/2-2-the-main-views.html.md): Desktop च्या डाव्या बाजूच्या उभ्या bar मधल्या icons वर click केलं की वेगवेगळे views उघडतात. | View | काय दिसतं? | इथे काय करायचं? | Report view | Report ca - [2.3 Ribbon मधली buttons समजून घेऊया](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/2-3-the-ribbon.html.md): वरचा ribbon Excel सारखाच आहे. कामानुसार tab निवडायचा आणि त्यातलं button वापरायचं. | Tab | नेहमी उपयोगी पडणारी buttons | Home | Get data, Recent sources, En - [2.4 Report view मधले panes](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/2-4-the-panes-in-report-view.html.md): Report view च्या उजवीकडे वेगवेगळे panes असतात. गरजेनुसार ते expand किंवा collapse करता येतात. Visualizations pane Build visual: visual type निवडा. X-axis, - [2.5 Report canvas आणि pages](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/2-5-the-report-canvas-and-pages.html.md): मधली मोकळी जागा म्हणजे canvas. इथे visuals ठेवून report तयार करतो. Default page size 16:9 म्हणजे 1280 × 720 pixels असतो. कोणताही visual select नसताना Forma - [2.6 Power BI चे file types](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/2-6-power-bi-file-types.html.md): File च्या extension वरून त्यात काय save होतं हे समजतं. | Extension | काय असतं? | .pbix | नेहमीची Desktop file: queries, model, report आणि Import mode मध्ये - [2. Installation आणि interface ची ओळख](https://ravindrabagale.com/mr/powerbi/ch02-installation-and-interface-tour/index.html.md): कोणतंही tool शिकताना आधी त्यात काय कुठे आहे हे समजून घेतलं की पुढचं काम सोपं होतं. या chapter मध्ये Power BI Desktop install करू आणि Report, Table, Model v - [3.1 Get Data window वापरूया](https://ravindrabagale.com/mr/powerbi/ch03-getting-data/3-1-the-get-data-window.html.md): Home › Get data निवडा. छोट्या drop-down मध्ये नेहमी लागणारे sources दिसतात. More… वर click केलं की पूर्ण Get Data window उघडते. File, Database, Microsoft F - [3.2 नेहमी लागणारे connectors](https://ravindrabagale.com/mr/powerbi/ch03-getting-data/3-2-common-connectors.html.md): Excel workbook Get data › Excel workbook › file निवडा. Navigator मध्ये sheets, formatted Excel tables आणि named ranges दिसतात. शक्यतो Excel मध्ये Ctrl+T वा - [3.3 Import, DirectQuery आणि Live connection](https://ravindrabagale.com/mr/powerbi/ch03-getting-data/3-3-storage-modes-import-vs-directquery-vs-live.html.md): Data कुठे राहतो आणि report प्रत्येक वेळी तो कसा मिळवतो हे या modes मुळे ठरतं. Interview मध्येही हा प्रश्न नेहमी उपयोगी पडतो. Import mode Data ची copy Power - [3.4 Data source settings आणि credentials](https://ravindrabagale.com/mr/powerbi/ch03-getting-data/3-4-data-source-settings-and-credentials.html.md): File › Options and settings › Data source settings मध्ये file मधले sources दिसतात. File दुसऱ्या folder मध्ये गेली तर Change Source वापरा. इथून credentials - [3. Power BI मध्ये data आणूया](https://ravindrabagale.com/mr/powerbi/ch03-getting-data/index.html.md): आता प्रत्यक्ष data आणायला सुरुवात करू. Get Data window, नेहमी लागणारे connectors, data कुठे साठतो ते ठरवणारे storage modes आणि sign in साठी लागणारी credent - [4.1 Database चे शब्द सोप्या भाषेत](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-1-database-terms-in-simple-words.html.md): | शब्द | अर्थ | उदाहरण | Server | Database engine चालवणारा computer किंवा service. | localhost, QCSERVER01, qc-sql.database.windows.net | Database | एकमेका - [4.2 Microsoft SQL Server ला connect करूया](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-2-connecting-to-microsoft-sql-server.html.md): Power BI मधल्या steps Home › Get data › SQL Server निवडा. किंवा More… › Database › SQL Server database › Connect. Server मध्ये QCSERVER01 द्या. Named insta - [4.3 Advanced options आणि native SQL](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-3-advanced-options-and-native-sql-queries.html.md): SQL Server dialog मधले Advanced options उघडल्यावर हे पर्याय दिसतात: | पर्याय | उपयोग | Command timeout in minutes | Slow query fail ठरवण्याआधी किती वेळ थां - [4.4 Query folding आणि View Native Query](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-4-query-folding-with-databases-and-view-native.html.md): Query folding म्हणजे Power Query मधले filters, columns निवडणं, grouping किंवा merge यांसारखं काम source database कडे सोपवणं. Power Query त्यासाठी SQL तयार - [4.5 MySQL ला connect करूया](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-5-connecting-to-mysql.html.md): अनेक web apps MySQL वापरतात. Power BI मधल्या MySQL connector साठी आवश्यक driver आधी install करावा लागतो. Official MySQL website वरून MySQL Connector/NET घ् - [4.6 DirectQuery चं practical](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-6-directquery-in-practice.html.md): DirectQuery मध्ये source data copy करण्याऐवजी model ची रचना, relationships आणि measures ठेवले जातात. Visual query चालताना किंवा slicer बदलताना source कडे q - [4.7 Import, DirectQuery आणि Live connection मधला नेमका फरक](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-7-import-vs-directquery-vs-live-connection.html.md): DirectQuery आणि Live connection मध्ये data तुमच्या file बाहेर असतो, पण connection वेगळ्या गोष्टीला असतं. DirectQuery database ला जोडतो आणि model तुम्ही बनव - [4.8 On-premises data gateway](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-8-the-on-premises-data-gateway.html.md): Power BI Service cloud मध्ये असतं. Office network मधला database किंवा local drive ची file मिळवण्यासाठी अनेकदा gateway लागतो. सतत सुरू असलेल्या machine वर i - [4.9 Source बदलणं आणि privacy levels](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/4-9-data-source-settings-changing-sources-and.html.md): Test server वरून production source बदलण्याच्या steps Home › Transform data › Data source settings किंवा File › Options and settings › Data source settings - [4. SQL Server, MySQL आणि database connections](https://ravindrabagale.com/mr/powerbi/ch04-connecting-to-databases-sql-server-mysql/index.html.md): Company मध्ये orders चा data बहुतेक वेळा database मध्ये असतो. App मधून आलेल्या orders tables मध्ये save होतात आणि analyst त्या Power BI ला जोडतो. या chapte - [5.1 Web connector](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-1-the-web-connector.html.md): Home › Get data › Web मधून From Web dialog उघडतो. | Mode | कधी वापरायचा? | Fields | Basic | एक पूर्ण URL द्यायचा असेल | URL | Advanced | URL चे भाग, HTTP h - [5.2 HTML table मधून data आणण्याचं उदाहरण](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-2-scraping-an-html-table-worked-example.html.md): उद्देश: सार्वजनिक website वरील महाराष्ट्राच्या districts किंवा cities चा data वापरून DarkStore मध्ये Division जोडा. Pune, Nashik, Nagpur किंवा Aurangabad / - [5.3 अनेक pages आणूया: pagination](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-3-many-pages-pagination-with-a-parameter-and-a.html.md): काही websites किंवा APIs data page=1, page=2 अशा भागांत देतात. आधी एका page ची query तयार करा, तिचं function करा आणि page numbers च्या list साठी ते चालवा. - [5.4 JSON API: Web.Contents आणि Json.Document](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-4-json-apis-with-web-contents-and-json-document.html.md): Courier tracking, weather किंवा internal orders service सारख्या systems JSON देतात. खालील dark stores response आणि endpoint हे काल्पनिक example आहेत. { "st - [5.5 Google Sheets connector](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-5-google-sheets-connector.html.md): Store team daily targets Google Sheets मध्ये ठेवत असेल तर Google Sheets connector वापरता येतो. Sheet चा browser URL copy करा, उदा. https://docs.google.com/ - [5.6 Google Sheet ची published CSV वापरणं](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-6-alternative-publish-a-google-sheet-as-csv-and.html.md): Google Sheets मध्ये File › Share › Publish to web निवडा. Targets tab आणि Comma-separated values (.csv) निवडा. Publish करून link copy करा. Power BI › Get da - [5.7 Web refresh आणि source चा योग्य वापर](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/5-7-refreshing-web-data-and-ethics.html.md): Refresh: अनेक public URLs / APIs थेट cloud मधून refresh होतात. काही browser-based scraping functions साठी gateway लागू शकतो. Dynamic URL साठी 5.3 मधला Rela - [5. Web, APIs आणि Google Sheets मधून data](https://ravindrabagale.com/mr/powerbi/ch05-web-data-apis-and-google-sheets/index.html.md): आता internet वरचा data आणूया. Web connector, HTML tables, अनेक pages वरील data, JSON APIs आणि Google Sheets एकेक step करून पाहू. Basic व Advanced Web conne - [6.1 Power Query म्हणजे काय?](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-1-what-is-power-query.html.md): Power Query हा data तयार करण्याचा ETL engine आहे. Power BI सोबत Excel, Dataflows आणि Fabric मध्येही त्याचा वापर होतो. ETL म्हणजे data आणणं, बदलणं आणि पुढच् - [6.10 Query folding](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-10-query-folding.html.md): Power Query तुमच्या काही steps source च्या language मध्ये, उदा. SQL मध्ये, बदलून ते काम source कडून करून घेतो; याला query folding म्हणतात. सर्व rows downlo - [6.11 Close & Apply आणि Enable load](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-11-close-and-apply-and-enable-load.html.md): Home › Close & Apply queries evaluate करून load enabled असलेले results model मध्ये आणतं. फक्त merge किंवा पुढच्या query साठी वापरलेल्या helper / staging qu - [6.2 Power Query Editor ची ओळख](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-2-power-query-editor-tour.html.md): | भाग | काय काम? | Ribbon | Home, Transform, Add Column, View, Tools, Help tabs. | Queries pane — डावी बाजू | Tables, functions, parameters ची list. Right- - [6.3 Power Query ribbon एका नजरेत](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-3-the-power-query-ribbon-at-a-glance.html.md): | Tab | Commands | Home | Close & Apply, New Source, Recent Sources, Enter Data, Data source settings, Manage Parameters, Refresh Preview, Advanced Editor, - [6.4 Applied Steps नीट हाताळूया](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-4-applied-steps.html.md): प्रत्येक transformation चा Applied Steps मध्ये record होतो. Source, Navigation, Promoted Headers आणि Changed Type हे automatic steps नेहमी दिसतात. Step वर - [6.5 Data types योग्य ठेवा](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-5-data-types.html.md): DAX, sorting, relationships आणि performance या सगळ्यावर data types चा परिणाम होतो. Column header icon किंवा Transform › Data Type वापरा. | Type | कशासाठी? - [6.6 Reference आणि Duplicate यात फरक](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-6-reference-vs-duplicate.html.md): Queries pane मध्ये query वर right-click केल्यावर दोन पर्याय मिळतात: Duplicate: सर्व steps ची independent copy बनते. Reference: नवीन query चा source हा मूळ - [6.7 Query Dependencies](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-7-query-dependencies.html.md): मोठ्या project मध्ये source queries, staging, helper functions, parameters आणि final tables असतात. View › Query Dependencies मध्ये कोण कोणावर अवलंबून आहे त - [6.8 Parameters ची ओळख](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-8-parameters-overview.html.md): Parameter म्हणजे नाव दिलेली value. Folder path, server name किंवा start date code मध्ये प्रत्येक ठिकाणी लिहिण्याऐवजी parameter वापरता येतो. Home › Manage P - [6.9 M language ची सोपी ओळख](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/6-9-introduction-to-the-m-language.html.md): प्रत्येक query ही M expression असते. Home › Advanced Editor मध्ये पूर्ण code दिसतो. let … in block मध्ये named steps लिहिलेले असतात. प्रत्येक step सहसा आधी - [6. Power Query चा पाया पक्का करूया](https://ravindrabagale.com/mr/powerbi/ch06-power-query-essentials/index.html.md): Data clean करणं, त्याची रचना बदलणं आणि तेच steps पुढच्या refresh ला पुन्हा चालवणं हे Power Query मध्ये होतं. Editor, ribbon आणि panes. Applied Steps आणि Qu - [7.1 दरवेळी वापरता येईल असा cleaning workflow](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-1-a-cleaning-workflow-you-can-repeat.html.md): Cleaning चा ठरलेला क्रम ठेवा. Trim करण्याआधी duplicates काढले तर Pune आणि शेवटी space असलेलं Pune वेगळं समजलं जातं. | क्रम | काम | काय करायचं? | Lesson | 1 - [7.10 Columns आणि rows मध्ये Split](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-10-split-columns-all-six-methods-plus-split-into.html.md): Transform › Split Column किंवा Home मधून text चे भाग करता येतात. Delimiter, character count, positions किंवा अक्षर / digit बदलण्याची जागा वापरता येते. | Me - [7.11 Merge Columns: text एकत्र जोडा](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-11-merge-columns.html.md): Merge Columns अनेक columns मधला text एका column मध्ये जोडतो. हा tables चा Merge Queries नाही. | Area | City | State | Kothrud | Pune | Maharashtra | Dharam - [7.12 Extract: text मधला हवा तो भाग](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-12-extract-length-first-last-characters-range-and.html.md): Transform › Extract existing column बदलतो. Add Column › Extract नवीन column बनवतो. खाली functions, inputs आणि outputs आहेत. | Extract option | Input | Outp - [7.13 Phone, e-mail आणि PIN code clean करणं](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-13-phone-numbers-e-mails-and-pin-codes.html.md): खालील phone numbers व e-mails काल्पनिक आहेत. Format clean करायचं आणि संशयास्पद values flag करायच्या आहेत. | Customer | Phone | E-mail | Pincode | Ravina | - [7.14 Date, Time, UTC–IST आणि duration](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-14-dates-and-times-parts-split-datetime-utc-to-ist.html.md): Add Column › Date / Time वापरून नवीन date parts मिळवा. Transform मधला पर्याय मूळ column बदलतो. खाली 2025-10-20 21:47 या sample चं विभाजन आहे. | From Order - [7.15 Errors: आधी कारण शोधा, मग handle करा](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-15-errors-remove-replace-keep-and-try-otherwise.html.md): NA सारखा text number करताना cell-level error येतो. खाली errors null ने replace केल्यावरचा result आहे. | Order ID | Delivery Time Mins | BLK-60001 | 9 | BLK - [7.16 Outliers आणि business ला न पटणाऱ्या values](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-16-outliers-and-invalid-values.html.md): Number type valid असला तरी value business च्या दृष्टीने चुकीची असू शकते. | Order ID | Qty | Delivery Time Mins | Status | BLK-70001 | 2 | 9 | Delivered | B - [7.17 Unpivot आणि Pivot](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-17-unpivot-and-pivot.html.md): Excel मध्ये प्रत्येक month चा वेगळा column असतो; Power BI analysis साठी Month आणि Value अशी long table अनेकदा सोयीची ठरते. खाली काल्पनिक monthly targets आह - [7.18 Rows ठेवणं, काढणं, sort आणि filter](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-18-keep-remove-rows-sort-and-filter.html.md): | Home command | काय करतं? | उदाहरण | Keep Top Rows | पहिल्या N rows | Testing साठी 100 rows. | Keep Bottom Rows | शेवटच्या N rows | Time sort केलेल्या log - [7.19 Rounding समजून वापरा](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-19-rounding.html.md): | Command (Transform › Rounding) | 86.555 → | 12.5 → | M function | Round Up | 87 | 13 | Number.RoundUp | Round Down | 86 | 12 | Number.RoundDown | Round… - [7.2 Data profiling tools](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-2-data-profiling-tools.html.md): Cleaning सुरू करण्याआधी काय चुकलंय ते profiling दाखवतं. Home › Transform data उघडा. View मध्ये Column quality, Column distribution, Column profile निवडा. ख - [7.20 Folder मधल्या files combine करूया](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-20-combine-files-from-a-folder-quick-version.html.md): Blinkit_Orders_2025_01.csv, Blinkit_Orders_2025_02.csv अशा monthly files एकाच folder मध्ये ठेवा. Home › Get data › More… › Folder वापरा. File list मध्ये यो - [7.21 Append Queries: rows एकाखाली एक](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-21-append-queries-stack-rows.html.md): Append म्हणजे SQL UNION ALL सारखं tables च्या rows एकाखाली एक ठेवणं. Columns त्यांच्या नावाने जुळतात. | Order ID | Amount | Platform | BLK-10001 | 320 | Bl - [7.22 Merge Queries आणि सहा join kinds](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-22-merge-queries-and-all-join-kinds.html.md): Merge समान key वापरून tables बाजूने जोडतो. Append rows वाढवतो; Merge matching data चे columns आणतो. Append साठी matching names, Merge साठी Product ID सारखी - [7.23 Group By: Basic आणि Advanced](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-23-group-by-basic-and-advanced.html.md): खाली rows order-line grain वर आहेत. Pune साठी तीन lines, पण दोन वेगळ्या orders आहेत. | City | Order ID | Amount | Pune | BLK-1 | 120 | Pune | BLK-1 | 80 | - [7.24 Cleaning साठी तीन Add Column tools](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-24-conditional-column-index-column-and-column-from.html.md): Conditional Column: Data Quality flags किंवा Payment Group बनवा. उदा. UPI / Card → Digital; Cash साठी योग्य rule. इतर payment modes असतील तर त्यांना चुकून - [7.25 पूर्ण case study: messy export clean करूया](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-25-case-study-cleaning-a-messy-blinkit-export-end.html.md): काल्पनिक scenario: Operations head Rani ने Blinkit_Maharashtra_Export.xlsx दिली. दोन title rows, Total row, city spellings, ₹ text, Indian dates, काही UTC - [7.3 Excel export मधले title, headers, footer आणि transpose](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-3-messy-excel-exports-title-rows-headers-footers.html.md): Store export मध्ये headers वर title, export date आणि blank row असू शकते; खाली Total row असते. खाली आधीचा व अपेक्षित data आहे. | Column1 | Column2 | Column3 - [7.4 Duplicates: पूर्ण row की key?](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-4-removing-duplicates-full-row-and-by-key.html.md): पहिल्या दोन rows अगदी सारख्या आहेत. शेवटच्या दोन rows चा Order ID + Product ID सारखा आहे, पण status बदललेला आहे. | Order ID | Product ID | Qty | Status | B - [7.5 Blanks, nulls, Fill Down आणि Fill Up](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-5-blanks-and-nulls-remove-replace-fill-down-fill.html.md): Power Query मधला null आणि रिकामा text "" वेगळे आहेत. रिकाम्या value चा अर्थ समजून मग बदल करा. | Category | Product | Discount | Partner ID | Dairy & Breakf - [7.6 Spaces, hidden characters आणि text case](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-6-extra-spaces-non-printable-characters-and-text.html.md): खाली · म्हणजे extra space आणि ↵ म्हणजे लपलेला line break. Names आणि cities एकसारखे करायचे आहेत. | City | Area | Customer | ·Pune | kothrud | ruhi bagale | - [7.7 Indian dates आणि Using Locale](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-7-wrong-data-types-and-indian-date-formats-using.html.md): Source dd-mm-yyyy असेल आणि locale US असेल तर 03-04-2025 चुकीने 4 March होतं. 14-03-2025 मात्र month 14 नसल्याने error देतं. म्हणून error नसला तरी date बरोब - [7.8 ₹, commas आणि text मधले numbers](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-8-numbers-stored-as-text-symbol-and-commas.html.md): Currency symbols असलेली value अनेकदा Text म्हणून येते. खाली conversion आधी व नंतरचा data आहे. | Order ID | Amount | Delivery Fee | BLK-30001 | ₹1,250 | ₹25 - [7.9 Spellings एकसारख्या करणं](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-9-inconsistent-spellings-and-standardisation.html.md): एकाच city च्या वेगवेगळ्या spellings किंवा जुन्या नावांमुळे reports मध्ये वेगवेगळे groups होतात. Sample model साठी खालील canonical names ठरवले आहेत. | Store - [7. Power Query मध्ये Data Cleaning A–Z](https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/index.html.md): प्रत्यक्ष data मध्ये spaces, वेगवेगळी spellings, ₹ असलेला text, dd-mm-yyyy dates, blanks आणि duplicate rows असतात. या chapter मध्ये आधीचा व cleaned data, s - [8.1 Add Column tab ची ओळख](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-1-the-add-column-tab-at-a-glance.html.md): Home › Transform data › Add Column उघडा. इथलं काम नवीन column बनवतं आणि मूळ column ठेवतं; Transform tab मूळ column बदलतो. | Group | Commands | General | Co - [8.10 Date, Time आणि Duration मधून columns](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-10-from-date-and-time-date-time-duration.html.md): | Menu | मुख्य options | उदाहरण | Date | Age, Date Only, Parse; Year / Month / Quarter / Week / Day चे parts व Start / End; Subtract Days, Combine Date and - [8.11 DAX calculated columns](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-11-dax-calculated-columns.html.md): Sample data definition: या course च्या Orders[Amount] मध्ये discount आधीच वजा आहे. खाली Amount − Discount हे generic formula शिकवण्यासाठीचं example आहे; आप - [8.12 Calculated column विरुद्ध measure](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-12-calculated-columns-vs-measures-in-depth.html.md): Sample data definition: या course च्या Orders[Amount] मध्ये discount आधीच वजा आहे. खाली Amount − Discount हे generic formula शिकवण्यासाठीचं example आहे; आप - [8.13 Measures नीट organise आणि format करूया](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-13-implicit-vs-explicit-measures-measure-tables.html.md): Amount visual मध्ये drag केल्यावर Sum of Amount तयार झालं तर तो implicit aggregation. Total Sales = SUM(Orders[Amount]) स्वतः बनवला तर explicit measure. Ex - [8.2 Column From Examples](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-2-column-from-examples.html.md): तुम्ही अपेक्षित answer लिहिता; Power Query त्यावरून formula सुचवतो. Customer Name सारखा source column निवडा. Add Column › Column From Examples › From Selec - [8.3 Custom Column](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-3-custom-column.html.md): Sample data definition: या course च्या Orders[Amount] मध्ये discount आधीच वजा आहे. खाली Amount − Discount हे generic formula शिकवण्यासाठीचं example आहे; आप - [8.4 Invoke Custom Function](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-4-invoke-custom-function.html.md): एकच logic Blinkit आणि Amazon Now queries मध्ये वापरायचं किंवा प्रत्येक page साठी request करायची असेल तर reusable function उपयोगी. Home › New Source › Blank - [8.5 Conditional Column](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-5-conditional-column.html.md): Code न लिहिता if–then–else logic बनवता येतं. Basket Size चं sample पाहू: Add Column › Conditional Column › नाव Basket Size. Amount < 199 तर Small. पुढचा cl - [8.6 Index Column](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-6-index-column.html.md): Add Column › Index Column मध्ये From 0, From 1 किंवा Custom निवडा. Custom मध्ये start 1001 आणि increment 1 असं देता येतं. | उपयोग | उदाहरण | Source row tra - [8.7 Duplicate Column](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-7-duplicate-column.html.md): Add Column › Duplicate Column selected column ची Column - Copy बनवतो. मूळ value ठेवून copy बदलायची असेल तर उपयोगी. उदा. Order DateTime duplicate करून copy - [8.8 Text मधून नवीन columns](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-8-from-text-format-merge-columns-extract-parse.html.md): Add Column मधल्या text tools मुळे मूळ column ठेवून नवीन result मिळतो. | Command | पर्याय | उदाहरण | Format | lowercase, UPPERCASE, Proper, Trim, Clean, Pre - [8.9 Number operations मधून columns](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/8-9-from-number-statistics-standard-scientific.html.md): Add Column नवीन result ठेवतो; Transform existing column बदलतो. Add Column मधले Statistics अनेक selected columns च्या एकाच row वर काम करू शकतात. | Group | O - [8. नवीन columns, calculated columns आणि measures](https://ravindrabagale.com/mr/powerbi/ch08-adding-columns-power-query-add-column-tab-and/index.html.md): Power Query Add Column आणि DAX calculated columns मधून नवीन values तयार करू. त्यासोबत column आणि measure कुठे वापरायचा हे स्पष्ट करू. Add Column चे पर्याय - [9.1 Files आणि त्यांची layout](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-1-the-files-and-their-layout.html.md): Practice folder C:\Finance\BankStatements\ मध्ये Jan.xlsx, Feb.xlsx, Mar.xlsx ठेवा. प्रत्येक file मध्ये Statement नावाची sheet आहे. Jan.xlsx: आधीचा export - [9.2 Folder ला connect करा](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-2-connect-to-the-folder.html.md): Home › Get data › More… › File › Folder › Connect. C:\Finance\BankStatements path द्या किंवा Browse करा. Preview मध्ये Content, Name, Extension, Date acces - [9.3 Hidden, temporary आणि नको असलेल्या files काढा](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-3-filter-out-hidden-temporary-and-unwanted-files.html.md): Excel file उघडी असताना ~$Jan.xlsx सारखी temporary file तयार होऊ शकते. notes.txt किंवा Thumbs.db सुद्धा folder मध्ये असू शकते. Extension lowercase करा आणि फ - [9.4 Combine Files आणि helper queries](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-4-combine-files-and-the-helper-queries.html.md): Content header मधलं दोन arrows असलेलं Combine Files button निवडा. Sample File म्हणून योग्य Jan.xlsx आणि त्यातली Statement sheet नावाने निवडा. OK केल्यावर h - [9.5 Transform Sample File मध्ये एक file clean करा](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-5-clean-one-file-in-transform-sample-file.html.md): Transform Sample File निवडा. Remove Top Rows =4 करा; बदलणाऱ्या layouts साठी खाली header शोधण्याचं code आहे. Use First Row as Headers करा. Automatic Changed - [9.6 Source.Name वरून month आणि transaction categories](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-6-add-month-from-source-name-and-categorise.html.md): Combined Bank Transactions query मध्ये Source.Name उदा. Jan.xlsx असतो. Source.Name › Add Column › Extract › Text Before Delimiter › dot; नाव Month. Month N - [9.7 Extra column किंवा वेगळे headers](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-7-a-file-with-an-extra-column-or-different-headers.html.md): Mar.xlsx मध्ये Value Date वाढला आणि Debit / Credit ऐवजी Withdrawal Amt. / Deposit Amt. आले असं समजा. | लक्षण | कारण | March च्या Debit / Credit सगळ्या null - [9.8 नवीन month आल्यावर refresh](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/9-8-automatic-refresh-when-a-new-month-arrives.html.md): त्याच folder मध्ये योग्य layout ची Apr.xlsx ठेवा. Desktop › Home › Refresh करा. April rows येतात का count तपासा. Service मधून local folder refresh साठी on- - [9. Folder मधून monthly bank statements एकत्र](https://ravindrabagale.com/mr/powerbi/ch09-get-data-from-folder-monthly-bank-statements/index.html.md): Jan.xlsx, Feb.xlsx, Mar.xlsx अशा files दर महिन्याला येतात. प्रत्येक वेळी copy-paste करण्याऐवजी Folder connector वापरून एकच process बनवू. नवीन file आली की r - [10.1 Parameter म्हणजे काय आणि का वापरायचा?](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-1-what-is-a-parameter-and-why-use-it.html.md): Power Query parameter म्हणजे नाव आणि type असलेली value. ती hard-coded text ऐवजी query मध्ये वापरतो. | Parameter | Type | Sample value | उपयोग | FolderPath - [10.2 Manage Parameters मधून parameter बनवा](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-2-creating-a-parameter-manage-parameters-dialog.html.md): Power Query › Home › Manage Parameters › New Parameter. Name: ServerName. Spaces नसतील तर code सोपा राहतो. Description: quick-commerce data साठी SQL Server - [10.3 File किंवा folder path parameter](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-3-parameterising-a-file-or-folder-path.html.md): FolderPath Text parameter बनवा: C:\QuickCommerce\Blinkit\. Query च्या Source step चं gear उघडा. Connector dialog support करत असेल तर path मधला ABC dropdown - [10.4 Server आणि database: Dev ते Prod](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-4-parameterising-server-and-database-dev-prod.html.md): ServerName Text list: QCTEST01, QCSERVER01; current QCTEST01. DatabaseName: QuickCommerceDB. प्रत्येक SQL query मध्ये Advanced Editor मधले fixed names para - [10.5 Date-range parameters](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-5-date-range-parameters-for-filtering.html.md): Training laptop वर पाच वर्षांचा data आणण्याऐवजी StartDate ने range कमी करता येते. SQL source वर filter fold झाला तर WHERE source मध्येच लागू होतो. StartDat - [10.6 M मध्ये इतर ठिकाणी parameters](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-6-using-parameters-elsewhere-in-m.html.md): Parameter ही value असल्यामुळे condition, text label आणि supported native query arguments मध्ये वापरता येते. // in a conditional column value each if [City] - [10.7 Parameters असलेली .pbit template](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-7-templates-pbit-with-parameters.html.md): Template मध्ये report, model, queries आणि parameters असतात; imported data नसतो. उघडताना आवश्यक parameter values आणि credentials वापरून data load होतो. Fold - [10.8 RangeStart / RangeEnd आणि incremental refresh](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-8-incremental-refresh-with-rangestart-and.html.md): पूर्ण history प्रत्येक वेळी refresh करण्याऐवजी अलीकडचा भाग refresh करता येतो. उदा. तीन वर्षं ठेवा पण मागचे दहा दिवस पुन्हा आणा. अगदी हीच नावं वापरा: RangeS - [10.9 Power Query, What-if आणि Field parameters वेगळे](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/10-9-what-if-parameters-and-field-parameters-are.html.md): तीन्हींचं नाव parameter असलं तरी काम वेगळं आहे. | मुद्दा | Power Query | What-if | Field | कुठे बनतो? | Manage Parameters | Modeling › New parameter › Nume - [10. Power Query parameters](https://ravindrabagale.com/mr/powerbi/ch10-parameters-in-power-query-and-other-kinds-of/index.html.md): Paths, server names आणि date limits प्रत्येक query मध्ये hard-code केल्यावर बदल करणं अवघड जातं. Parameters मुळे ही values एकाच ठिकाणी ठेवता येतात. Paramete - [11.1 Data modelling महत्त्वाचं का?](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-1-why-data-modelling-matters.html.md): Data model म्हणजे tables, त्यांच्यातले relationships आणि त्यावरचे calculations. योग्य grain आणि relationships मुळे totals बरोबर, DAX साधा आणि reports जलद र - [11.2 Fact आणि dimension tables](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-2-fact-tables-and-dimension-tables.html.md): | मुद्दा | Fact | Dimension | काय असतं? | Events / transactions आणि numeric values | Filter / group करण्यासाठी descriptive attributes | उदाहरण | Orders, In - [11.3 Star आणि Snowflake schema](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-3-star-schema-vs-snowflake-schema.html.md): Star schema: मध्यभागी fact आणि प्रत्येक dimension थेट त्याला जोडलेली. Snowflake: dimension पुढे विभागलेली; उदा. Orders → Product → Sub Category → Category. - [11.4 Relationships समजून बनवा](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-4-relationships.html.md): Autodetect नावं व types पाहून relationship बनवू शकतो; तो नेहमी योग्य असेलच असं नाही. Model view किंवा Modeling › Manage relationships तपासा. Key एका table - [11.5 योग्य Date table](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-5-the-date-table.html.md): YTD, previous year किंवा month comparison साठी एक व्यवस्थित calendar उपयोगी: प्रत्येक दिवसाला एक row, gaps / blanks नाहीत, Date type unique column आणि fact - [11.6 Hierarchies आणि groups](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-6-hierarchies-and-groups.html.md): Date hierarchy, State › City › Area › Store Name आणि Category › Product या drill paths पुढच्या chapter मध्ये बनवू. Regions आणि numeric bins सारखे groupsही - [11.7 Model view properties](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-7-model-view-properties.html.md): Model view मध्ये field निवडल्यावर Properties पाहा: Name / Description: स्पष्ट नाव आणि Data pane tooltip. Display folder: Sales KPIs, Delivery KPIs, Time In - [11.8 Modelling च्या चांगल्या सवयी](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/11-8-modelling-best-practices.html.md): Star schema आणि स्पष्ट fact grain. शक्यतो one-to-many, single-direction relationships. Continuous marked Date table; अनावश्यक Auto date/time बंद. Fact fore - [11. Data modelling: report चा पाया](https://ravindrabagale.com/mr/powerbi/ch11-data-modelling/index.html.md): Tables, त्यांचे relationships आणि calculations मिळून model बनतो. Model नीट असेल तर DAX सोपा आणि report चे आकडे समजावणं सोपं होतं. Fact विरुद्ध dimension ta - [12.1 Hierarchy म्हणजे काय?](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-1-what-is-a-hierarchy.html.md): एकाच table मधले columns मोठ्या गटापासून detail पर्यंत क्रमाने ठेवले की hierarchy तयार होते. User त्यावर drill down करू शकतो. | Hierarchy | Levels | Example - [12.2 Data pane मध्ये hierarchy बनवा](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-2-creating-a-hierarchy-in-the-data-pane.html.md): Data pane मध्ये DarkStore expand करा. State वर right-click › Create hierarchy. State Hierarchy तयार होते. City › Add to hierarchy › State Hierarchy करा. मग - [12.3 Auto date/time की स्वतःची Date table?](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-3-auto-date-time-hierarchy-vs-a-custom-date-table.html.md): Auto date/time मुळे eligible date columns साठी hidden calendars बनतात. Order Date visual मध्ये टाकल्यावर Year, Quarter, Month, Day दिसू शकतात. | मुद्दा | A - [12.4 Visuals आणि slicers मध्ये hierarchy](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-4-using-hierarchies-in-visuals-and-slicers.html.md): Charts: पूर्ण Location hierarchy axis मध्ये drag करा. Supported visual मध्ये drill icons येतात. Field well मधून न लागणारा level काढता येतो. Matrix: Rows मध - [12.5 List groups](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-5-data-groups-list-groups.html.md): Group अनेक values ना एका category मध्ये ठेवतो. खालील regions हे या practice report साठी ठरवलेले labels आहेत; अधिकृत विभागणीचा दावा नाही. | Region (group) | - [12.6 Numeric आणि date bins](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-6-bin-groups-numeric-and-date-bins.html.md): Bins म्हणजे समान रुंदीचे ranges. Distribution पाहण्यासाठी histogram बनवायला उपयोगी. Orders[Delivery Time Mins] वर right-click › New group. Group type Bin; - [12.7 Groups, columns आणि hierarchies कधी? ](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/12-7-groups-vs-calculated-columns-vs-hierarchies.html.md): | मुद्दा | Group | Calculated / Power Query column | Hierarchy | उद्देश | Values चे groups / equal-width bins | Row-level logic | मोठ्या level पासून detail - [12. Hierarchies आणि groups](https://ravindrabagale.com/mr/powerbi/ch12-data-hierarchies-and-groups/index.html.md): State › City › Area › Store असा detail कडे जाणारा मार्ग म्हणजे hierarchy. Pune + Solapur = West असा practice गट म्हणजे group. दोन्हींचा वापर वेगळा आहे. Dat - [13.1 DAX म्हणजे काय?](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-1-what-is-dax.html.md): Data Analysis Expressions ही Power BI, Analysis Services आणि Excel Power Pivot ची formula language आहे. Excel सारखी दिसते, पण cell B2 ऐवजी Orders[Amount] स - [13.10 ALL, ALLEXCEPT, REMOVEFILTERS, ALLSELECTED](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-10-all-allexcept-removefilters-allselected.html.md): Percentage-of-total साठी denominator मधून कोणते filters काढायचे हे ठरवावं लागतं. All Category Sales = CALCULATE([Total Sales], ALL(Product)) % of All Categ - [13.11 RELATED आणि RELATEDTABLE](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-11-related-and-relatedtable.html.md): दोन्ही functions existing model relationships वापरतात. Calculated column किंवा iterator मध्ये त्यांचा उपयोग होतो. RELATED(column): many side च्या row वरून - [13.12 USERELATIONSHIP](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-12-userelationship.html.md): Existing relationship एका calculation साठी वापरायला हा modifier मदत करतो. सामान्य वापर CALCULATE / CALCULATETABLE मध्ये inactive relationship enable करण्या - [13.13 VALUES, SELECTEDVALUE आणि HASONEVALUE](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-13-values-selectedvalue-hasonevalue.html.md): VALUES(column): current context मधल्या distinct values ची table. Unmatched relationship keys साठी अतिरिक्त blank member लागू शकतो. DISTINCT(column): distin - [13.14 DAX text functions](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-14-text-functions.html.md): -- CONCATENATE joins exactly TWO values; use & for more Store Label = CONCATENATE(DarkStore[Store Name], " – " & DarkStore[City]) Customer Label = Customer - [13.15 DAX date functions](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-15-date-functions.html.md): Today = TODAY() -- current date Now Time = NOW() -- current date and time Order Year = YEAR(Orders[Order Date]) Order Month = MONTH(Orders[Order Date]) Ord - [13.16 Time intelligence](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-16-time-intelligence.html.md): वेगवेगळ्या periods ची तुलना म्हणजे time intelligence. या classic date-column examples साठी continuous marked Date table, date-only relationship आणि functio - [13.17 RANKX आणि TOPN](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-17-ranking-rankx-and-topn.html.md): RANKX(table, expression, value, order, ties) table मधल्या items ना expression नुसार rank देतो. Product Rank = IF( HASONEVALUE(Product[Product Name]), RANKX - [13.18 VAR आणि RETURN](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-18-variables-var-and-return.html.md): Variables intermediate result ठेवतात. Formula वाचायला, debug करायला आणि repeated evaluation कमी करायला मदत होते. Store Health = VAR OrdersCount = [Total Or - [13.19 आणखी उपयोगी functions](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-19-other-useful-functions.html.md): | Function | उपयोग | Example | ISBLANK | Blank आहे का? | IF(ISBLANK([Sales LY]), "New", "Existing") | COALESCE | पहिली nonblank value | COALESCE([Total Sal - [13.2 Column विरुद्ध measure: recap](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-2-calculated-columns-vs-measures-recap.html.md): Gross Line Value = Orders[Amount] + Orders[Discount] -- calculated column: one value per row, stored at refresh Total Sales = SUM(Orders[Amount]) -- measur - [13.3 Evaluation context](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-3-evaluation-context.html.md): Formula कोणत्या data वर चालतो ती परिस्थिती म्हणजे context. Row context सध्याची row. Calculated columns आणि SUMX, AVERAGEX, FILTER सारख्या iterators मध्ये त - [13.4 DAX syntax](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-4-dax-syntax.html.md): Measure Name = FUNCTION( Table[Column], argument2, ... ) नाव = expression. Spaces किंवा reserved नावांसाठी single quotes: 'Date'[Year]. Column: Orders[Quan - [13.5 Quick-commerce model चे base measures](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-5-base-measures-for-the-quick-commerce-model.html.md): आधी हे measures तयार करा. पुढचे measures त्यांचा वापर करतात; याला measure branching म्हणतात. Sample grain एक order line प्रति row; Amount discount नंतरचा n - [13.6 Aggregation functions](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-6-aggregation-functions.html.md): SUM, AVERAGE, MIN, MAX Column चा sum, average, smallest / largest value मिळतो. MIN / MAX दोन scalar valuesही स्वीकारतात, उदा. MAX([Total Sales],0). Avg Lin - [13.7 IF, SWITCH आणि DIVIDE](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-7-logical-functions.html.md): IF condition नुसार result निवडतो. तिसरा argument नसला तर false case ला BLANK. खाली 80% target हा फक्त practice target आहे. Delivery Target Status = IF([% O - [13.8 CALCULATE: filter context बदला](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-8-calculate-the-most-important-function.html.md): CALCULATE(expression, filter1, filter2, …) expression बदललेल्या filter context मध्ये evaluate करतो. Filters add, replace किंवा remove होऊ शकतात. Blinkit Sa - [13.9 FILTER](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/13-9-filter.html.md): FILTER(table, condition) condition true असलेल्या rows ची table देतो. तो iterator आहे. Measure-based किंवा अनेक columns च्या complex logic साठी उपयोगी. Loya - [13. DAX: Data Analysis Expressions](https://ravindrabagale.com/mr/powerbi/ch13-dax-data-analysis-expressions/index.html.md): DAX सुरुवातीला मोठा विषय वाटू शकतो. आधी context आणि base measures समजून घ्या; पुढचे functions त्यावर उभे आहेत. प्रत्येक formula आपल्या practice file मध्ये - [14.1 Visual तयार करण्याच्या steps](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-1-creating-a-visual-step-by-step.html.md): Report canvas मधल्या रिकाम्या जागेवर click करा. Visualizations › Build visual मध्ये Clustered column chart सारखा type निवडा. X-axis मध्ये DarkStore[City] आ - [14.10 Scatter, bubble आणि Play axis](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-10-scatter-and-bubble-charts-with-play-axis.html.md): अनेक itemsसाठी दोन measuresमधला संबंध scatterमध्ये दिसतो. Wells: Values / detail, X, Y, Legend, Size, Play axis, Tooltips. Example: Store Name detail; X=To - [14.11 Pie, donut आणि treemap](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-11-pie-donut-and-treemap.html.md): Pie / Donut: दोन-चार partsचा share, उदा. Platform किंवा Cash / Digital. अनेक किंवा जवळजवळ सारख्या slices आणि time trendसाठी टाळा. Wells: Legend, Values, De - [14.12 Maps: थोडक्यात](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-12-map-filled-map-shape-map-and-azure-map-summary.html.md): | Visual | उपयोग | Map bubble | Locationवर measureनुसार bubbles | Filled map | States / districtsसारखे areas रंगवतो | Shape map | Custom TopoJSON regions; - [14.13 Gauge](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-13-gauge.html.md): एका valueचा range आणि targetशी संबंध दाखवतो. Wells: Value, Minimum, Maximum, Target, Tooltips. Under-10 delivery % साठी Value=measure, Minimum0, Maximum1, - [14.14 Card आणि multiple KPI cards](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-14-card-card-new-and-multi-row-card.html.md): | Visual | उपयोग | Fields | Card | मोठा एक KPI | Measure field | नवीन Card experience | अनेक KPIs, reference labels, images | Data measures व versionनुसार - [14.15 KPI visual](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-15-kpi-visual.html.md): Current value, target आणि मागे trend दाखवतो. Wells: Value, Trend axis, Target. Example: Total Orders, Date[Year Month], Target Orders. Axisचा chronological - [14.16 Slicer](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-16-slicer.html.md): Slicer म्हणजे canvasवरचा filter. List, tile, dropdown, between range, relative date / time, hierarchy आणि newer button / list styles उपलब्ध असू शकतात. Chap - [14.17 Table visual](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-17-table.html.md): Exact detailsसाठी Columns wellमध्ये fields ठेवा: Order ID, Order DateTime, Customer Name, Store Name, Amount, Delivery Time, Order Status. Drill-through de - [14.18 Matrix visual](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-18-matrix.html.md): Excel PivotTableसारखा row / column groups, subtotals आणि drill असलेला visual. Rows, Columns, Values हे wells. Example: Rows Location City › Store; Columns - [14.19 Decomposition, Key influencers आणि narrative](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-19-ai-visuals-decomposition-tree-key-influencers-q.html.md): Decomposition tree Analyzeमध्ये measure आणि Explain byमध्ये dimensions. Total Ordersचा City, Area, Category, Payment Mode, Platformनुसार + करून breakdown. - [14.2 Format pane: Visual, General आणि Analytics](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-2-the-format-pane-visual-tab-general-tab-and.html.md): Visual select › Format visual उघडा. Search box मध्ये data labels लिहून option पटकन शोधा. | Tab | मुख्य settings | उपयोग | Visual | Legend, axes, gridlines, - [14.20 Text, image, shapes आणि buttons](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-20-text-box-image-shapes-and-buttons.html.md): | Element | Insert | उपयोग व format | Text box | Insert › Text box | Title, note, instructions; +Value dynamic fields. Font, hyperlink, background, padding - [14.21 R, Python आणि custom visuals](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-21-r-and-python-visuals-and-custom-visuals-from.html.md): R / Python visualsमध्ये codeने violin plotसारखा chart काढता येतो. Desktopवर runtime install व Options › R / Python scripting config लागते. Rendered chart i - [14.22 Small multiples आणि visual calculations](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-22-small-multiples-and-visual-calculations-quick.html.md): Small multiples: Line / column chartच्या wellमध्ये City ठेवा. प्रत्येक cityचा छोटा chart समान axes व formattingसह मिळतो. Layout rows / columns, titles आणि - [14.23 Analytics pane](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-23-the-analytics-pane.html.md): Supported visual select करून Analytics उघडा. कोणत्या lines मिळतील हे visual व configurationवर अवलंबून असतं. | Option | उपयोग | X / Y constant line | 10-min - [14.3 प्रश्नानुसार योग्य chart](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-3-choose-the-right-chart.html.md): | प्रश्न | Visual | Sample | काय टाळायचं? | Categories तुलना | Clustered bar / column | Orders by City | अनेक pie slices / 3D | Time trend | Line / area | - [14.4 Bar आणि column charts](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-4-bar-and-column-charts-stacked-clustered-100.html.md): | Visual | कधी उपयोगी? | मर्यादा | Clustered bar | Long labels, rankings | Time trend साठी line अनेकदा चांगला | Clustered column | कमी categories / months - [14.5 Line, area आणि stacked area](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-5-line-area-and-stacked-area-charts.html.md): Line: time trendसाठी. X-axis Date, Y measures, secondary axis, legend, small multiples व tooltips. Total Orders आणि Orders LY तुलना करा; sample मध्ये festi - [14.6 Line आणि column combo](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-6-line-and-column-combo-charts.html.md): Line + stacked किंवा clustered columns मध्ये वेगळ्या scalesचे दोन measures दाखवता येतात. Wells: X-axis, Column y-axis, Line y-axis, Column legend आणि उपलब् - [14.7 Ribbon chart](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-7-ribbon-chart.html.md): प्रत्येक periodमध्ये कोणती category वर आहे आणि तिचा rank कसा बदलतो हे ribbon दाखवतो. सर्वाधिक value वर, ribbons periods जोडतात. Wells: X-axis, Y-axis, Lege - [14.8 Waterfall chart](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-8-waterfall-chart.html.md): सुरुवातीची value वाढ / घट होत शेवटच्या valueपर्यंत कशी जाते हे waterfall दाखवतो. Wells: Category, Breakdown, Y-axis, Tooltips. Sales Component मध्ये Gross - [14.9 Funnel chart](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/14-9-funnel-chart.html.md): एकामागोमाग process stagesमधून किती cases पुढे गेले ते funnel दाखवतो. Wells: Category, Values, Tooltips. Order Stage: Placed → Packed → Out for delivery → D - [14. Visuals आणि formatting](https://ravindrabagale.com/mr/powerbi/ch14-visuals-and-their-formatting/index.html.md): Report उपयोगी बनवण्यासाठी योग्य प्रश्नाला योग्य chart निवडा. या chapter मध्ये built-in visuals, field wells, examples, formatting आणि Analytics पाहू. UI op - [15.1 कोणता map निवडायचा?](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-1-which-map-visual.html.md): | Visual | काय दाखवतो? | काय लागतं? | उपयोग / मर्यादा | Map bubble | Pointsवर measureनुसार bubbles | Location किंवा coordinates | Cities / stores; जुना Bin - [15.2 Map visuals enable करणं](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-2-enabling-map-visuals.html.md): Maps online servicesना location data पाठवू शकतात. म्हणून organisation settingsने ते बंद केलेले असू शकतात. File › Options and settings › Options › Global › - [15.3 Data categories आणि geocoding](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-3-data-categories-and-geocoding.html.md): Text locationवरून coordinates शोधणं म्हणजे geocoding. एकाच नावाची अनेक ठिकाणं असू शकतात; म्हणून fieldचा अर्थ स्पष्ट द्या. DarkStore[City] select › Column t - [15.4 Dark storesचे latitude आणि longitude](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-4-latitude-and-longitude-for-dark-stores.html.md): Store master किंवा verified mapping sourceमधून decimal-degree coordinates घ्या. प्रत्यक्ष कामात आवश्यक accuracyप्रमाणे साधारण चार-सहा decimal places राखा. - [15.5 Dark-store bubble map practical](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-5-worked-example-maharashtra-dark-store-bubble-map.html.md): रिकाम्या canvasवर Map किंवा Azure Maps निवडा. Latitude व Longitude fields द्या. Sum करू नका; योग्य detail grainसह Don’t summarize किंवा अर्थपूर्ण aggregati - [15.6 Custom महाराष्ट्र Shape map](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-6-shape-map-with-a-custom-maharashtra-map.html.md): आवश्यक feature enable करून Shape map घ्या. Location=District आणि supported colour fieldमध्ये Total Orders. Format › Map settings › Custom mapमधून reuseला प - [15.7 Map tips आणि बदलणारे features](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/15-7-map-tips-and-changes-over-time.html.md): Microsoft जुने Bing Map / Filled Map visuals Azure Mapsकडे नेण्याची दिशा देतो. उपलब्ध region / tenantमध्ये upgrade prompt दिसू शकतो. नवीन projectआधी Micros - [15. महाराष्ट्रातील locations mapवर](https://ravindrabagale.com/mr/powerbi/ch15-maps-showing-maharashtra-on-a-map/index.html.md): Pune, Nashik, Nagpur, Kolhapur, Solapur आणि Sambhaji Nagar मधले काल्पनिक dark stores mapवर दाखवू. Location चुकीच्या ठिकाणी का जाते आणि coordinatesने कशी अच - [16.1 Drillसाठी levels तयार करा](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/16-1-prepare-the-hierarchies.html.md): Visualच्या axis किंवा rowsमध्ये एकापेक्षा जास्त levels हवेत. Named hierarchy किंवा स्वतंत्र fields योग्य क्रमाने दोन्ही वापरता येतात. Date: Year › Quarter - [16.2 चार drill buttons](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/16-2-the-drill-buttons.html.md): Visual headerवर hover करा. Selected visualच्या ribbon / right-click menuमध्येही उपलब्ध drill commands मिळतात. | Icon / action | काय होतं? | Location exampl - [16.3 Drill आणि Expand मधला फरक](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/16-3-drill-down-vs-expand-the-difference.html.md): एका itemवर Drill down: त्या parentचा संदर्भ घेऊन children दाखवतो. Go to next level: सर्व parentsचा पुढचा level दाखवतो; parent labels न ठेवता समान child nam - [16.4 Matrixमध्ये Expand / Collapse](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/16-4-matrix-expand-collapse-and-icons.html.md): Matrix Rows=Location, Columns=Platform, Values=Orders व Avg Delivery Time. Format › Row headersमध्ये +/- icons on करा. Pune row right-click › Expand › Sele - [16.5 Include आणि Exclude](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/16-5-include-and-exclude.html.md): Data pointवर right-click › Include / Exclude. Ctrl-click Pune व Nashik करून Include केल्यास त्या visualमध्ये फक्त निवडलेल्या values. BLK-PUN-TEST Exclude क - [16.6 Usersना drill सोपा करा](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/16-6-tips-for-drill-friendly-reports.html.md): “↓ वापरून areas आणि stores पाहा” अशी छोटी note द्या. Drill मुख्यतः त्या visualचा level बदलतो; इतर visualsवर परिणाम interaction / drill-filter settingsनुसार - [16. Drill up आणि drill down](https://ravindrabagale.com/mr/powerbi/ch16-drill-up-and-drill-down/index.html.md): महाराष्ट्र → Pune → Kothrud store असा मोठ्या pictureमधून detailकडे जाणं म्हणजे drill. या chapterमध्ये hierarchy, चार drill actions, expand, matrix +/- आणि - [17.1 Drill-through म्हणजे काय?](https://ravindrabagale.com/mr/powerbi/ch17-drill-through/17-1-what-is-drill-through.html.md): City, store किंवा productवर right-click करून त्या itemसाठी filtered detail page उघडता येतो. City Summaryवर Orders by Store chart आहे. Blinkit Kothrud Hub › - [17.2 Target page बनवा](https://ravindrabagale.com/mr/powerbi/ch17-drill-through/17-2-build-the-target-page.html.md): नवीन page बनवून Dark Store Details नाव द्या. Canvasमधल्या रिकाम्या जागेवर click करा; page-level Drill through well शोधा. DarkStore[Store Name] Add drill-th - [17.3 Drill-through options](https://ravindrabagale.com/mr/powerbi/ch17-drill-through/17-3-drill-through-options.html.md): | Option | अर्थ | कधी? | Cross-report | दुसऱ्या reportमधून target page उपलब्ध | वेगळे Operations व Store Detail reports | Keep all filters On | Sourceचे re - [17.4 Drill-through वापरून पाहा](https://ravindrabagale.com/mr/powerbi/ch17-drill-through/17-4-using-drill-through.html.md): City Summaryवर Store Name / Total Orders bar chart आणि Pune City slicer ठेवा. Blinkit Kothrud Hub bar right-click › Drill through › Dark Store Details. Tar - [17.5 Cross-report drill-through](https://ravindrabagale.com/mr/powerbi/ch17-drill-through/17-5-cross-report-drill-through-brief.html.md): Target reportच्या pageवर Cross-report on करा आणि workspaceमध्ये publish करा. Source Options › Current File › Report settingsमध्ये other-report drill target - [17. Drill-through detail pages](https://ravindrabagale.com/mr/powerbi/ch17-drill-through/index.html.md): Drill down त्याच visualमध्ये detail दाखवतो. Drill-through निवडलेल्या itemचा filter घेऊन दुसऱ्या pageवर जातो. City summaryवरून Dark Store Details हा आपला pr - [18.1 Default tooltip](https://ravindrabagale.com/mr/powerbi/ch18-tooltips/18-1-default-tooltips.html.md): Orders by City chartच्या Pune barवर hover केल्यावर City Pune आणि Total Orders अशा visualमध्ये वापरलेल्या values दिसतात. Tooltip हा मुख्य chart स्वच्छ ठेवून - [18.2 Tooltipमध्ये fields जोडा](https://ravindrabagale.com/mr/powerbi/ch18-tooltips/18-2-adding-fields-to-the-tooltip.html.md): Orders by City chart select करा. Build visual › Tooltipsमध्ये AOV, Avg Delivery Time आणि Cancellation Rate measures drag करा. Barवर hover करून existing ord - [18.3 Report-page tooltip](https://ravindrabagale.com/mr/powerbi/ch18-tooltips/18-3-report-page-tooltips.html.md): Hover केलेल्या itemने filtered होणारा छोटा report page म्हणजे report-page tooltip. नवीन page TT City Snapshot बनवा. Visual select नसताना Format page उघडा. - [18.4 Modern tooltips आणि drill actions](https://ravindrabagale.com/mr/powerbi/ch18-tooltips/18-4-visual-tooltips-modern-style-and-drill-actions.html.md): Supported visual tooltipsमध्ये updated styling आणि drill down / up / through actions मिळू शकतात. Availability व settings Desktop versionनुसार बदलतात. Optio - [18.5 आपल्या dataवर tooltip ideas](https://ravindrabagale.com/mr/powerbi/ch18-tooltips/18-5-tooltip-examples-on-our-data.html.md): | Main visual | पुढची उपयोगी माहिती | प्रकार | Orders by City | AOV, Avg Time, Cancellation | Extra fields | Store bubble map | Store / Area, hourly trend, - [18. Tooltips](https://ravindrabagale.com/mr/powerbi/ch18-tooltips/index.html.md): Data pointवर mouse नेल्यावर दिसणारी छोटी माहिती म्हणजे tooltip. Default fields, extra measures, mini report-page tooltip आणि modern drill actions पाहू. - [19.1 Bookmark काय save करतो?](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-1-what-a-bookmark-saves.html.md): | Option | काय capture होतं? | Data | Filters, slicer selection, sort, drill location व selections यांसारखी data state. | Display | Object visibility, spot - [19.2 Bookmarks pane](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-2-the-bookmarks-pane.html.md): View › Bookmarks उघडा. Platform Blinkit आणि City Pune अशी desired state करा; Add. Bookmark1 rename करून Pune – Blinkit करा. … menuमध्ये Update, Rename, Del - [19.3 Selection pane](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-3-the-selection-pane.html.md): View › Selectionमध्ये visuals, buttons, text आणि shapes दिसतात. | Feature | कसं? | उपयोग | Show / Hide | Eye icon | त्याच जागी chart किंवा table | Layer or - [19.4 Chart / Table toggle](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-4-pattern-1-toggle-between-chart-and-table-view.html.md): समान fields व filters असलेला chart आणि table बनवा. नावे Chart_OrdersByCity आणि Table_OrdersByCity. General › Propertiesमध्ये समान position व size द्या. Cha - [19.5 Reset filters button](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-5-pattern-2-reset-filters-button.html.md): सर्व slicers / filters desired defaultला ठेवा, उदा. all cities आणि current year. Reset – Executive bookmark बनवा; Data on. Pageवर परत जायचं असेल तर Current - [19.6 Filter panel show / hide](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-6-pattern-3-show-hide-filter-panel.html.md): एका buttonने filter panel दिसतो आणि closeने लपतो. Bookmark visibility बदलतो; तो स्वतः smooth slide animation तयार करत नाही. Rectangle Panel_Bg बनवा. त्यावर - [19.7 Navigators आणि button actions](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-7-navigators-and-buttons.html.md): Insert › Buttonsमध्ये arrows, Back, Reset, Information, Help, Bookmark, Blank आणि Navigators असे उपलब्ध प्रकार मिळतात. नावं versionनुसार बदलतात. | Action | - [19.8 Side navigation menu](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/19-8-building-a-side-navigation-menu.html.md): Executive pageच्या डावीकडे अंदाजे120px dark rectangle, उदा.#252423. Vertical Page navigator ठेवा. Tooltip आणि hidden drill pages वगळा. Default white text / - [19. Bookmarks, buttons आणि navigation](https://ravindrabagale.com/mr/powerbi/ch19-bookmarks-selection-pane-buttons-and-navigation/index.html.md): Chart / table toggle, reset, filter panel आणि side menu तयार करू. यासाठी bookmarkने काय capture केलं आणि Selection paneमध्ये काय visible आहे हे समजलं पाहिज - [20.1 fx button](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-1-the-fx-button.html.md): Format propertyजवळ fx असेल तर value field / measureवरून घेता येते. प्रत्येक propertyला fx असेलच असं नाही. Titleसाठी Field value आणि text measure; coloursसा - [20.2 Measureवरून dynamic title](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-2-dynamic-titles-with-measures.html.md): Home › New measureमध्ये text-returning title बनवा. Chart › General › Title › Text › fx. Field value › Title Orders by City निवडा. Platform व Month बदलून ti - [20.3 अनेक cities: CONCATENATEX](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-3-showing-several-selected-cities-concatenatex.html.md): Selected Cities = VAR SelCount = COUNTROWS(VALUES(DarkStore[City])) VAR TotalCount = COUNTROWS(ALL(DarkStore[City])) RETURN SWITCH(TRUE(), NOT ISFILTERED(D - [20.4 Dynamic text box आणि narrative](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-4-text-box-with-dynamic-values-and-smart-narrative.html.md): Insert › Text boxमध्ये “या periodमध्ये total orders ” लिहा. + Valueमधून Total Orders निवडा, format व नाव द्या. “ आणि average delivery time ” लिहून Avg Deli - [20.5 Cardsचे dynamic labels](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-5-cards-with-dynamic-labels.html.md): Classic cardमध्ये Category label off आणि General Title fxमधून Orders – selected platform द्या. उपलब्ध new Cardमध्ये callout / reference labels आणि त्यांच्य - [20.6 Gradient, Rules आणि Field value](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-6-conditional-formatting-rules-gradient-and-field.html.md): | Style | कसं काम? | उदाहरण | Gradient | Value rangeनुसार colour scale | कमी delivery time green, जास्त red | Rules | Thresholdनुसार colours | ≤10 green;10 - [20.7 Data bars, icons आणि links](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-7-data-bars-icons-and-web-urls.html.md): | Option | कसं? | उदाहरण | Data bars | Conditional formatting › Data bars; axis, positive / negative colours, bar only | Store ordersचे in-cell bars | Icon - [20.8 Charts आणि cardsना KPI colours](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/20-8-kpi-based-colouring-in-charts-and-cards.html.md): Store Name / Avg Delivery Time bar chart बनवा. Legendमुळे fx उपलब्ध नसेल तर legend काढून test करा; support visualनुसार बदलतो. Bars › Colors › fx › Field va - [20. Dynamic text आणि conditional colours](https://ravindrabagale.com/mr/powerbi/ch20-dynamic-text-and-dynamic-colour-conditional/index.html.md): Userने Pune निवडलं की titleमध्ये तो context दिसावा; target चुकला तर योग्य संकेत दिसावा. fx, SELECTEDVALUE, CONCATENATEX, narrative आणि conditional formatti - [हा course कसा वाचायचा?](https://ravindrabagale.com/mr/powerbi/how-to-read-this-book/index.html.md): नमस्कार मित्रांनो! मी रवींद्र बागले. हा course म्हणजे आपला class समजा. आपण class मध्ये जसं बोलतो, तशाच सोप्या मराठीत इथे समजावून सांगितलं आहे. रोजच्या वापर - [Power BI — सोप्या मराठीत शिका](https://ravindrabagale.com/mr/powerbi/index.html.md): Power BI वापरून data clean करणं, model तयार करणं, DAX calculations, reports आणि sharing शिकूया. सुरुवात basic पासून करून पुढे practical project पर्यंत जाऊ.