or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस पहले अध्याय में, आप Power BI में Python के फ़ायदे और सीमाएँ सीखेंगे, साथ ही किसी वर्कबुक में इसे सक्षम करना भी। आप दोनों तकनीकों का उपयोग करके एक ही कार्य अलग-अलग करेंगे ताकि दोनों की ताकत और कमजोरियों से परिचित हो सकें। Power BI एक शक्तिशाली टूल है। Python का इस्तेमाल करके आप इसे और भी शक्तिशाली बना सकते हैं!
अब जब आप Power BI में Python के साथ काम करना शुरू कर चुके हैं, तो आइए एक और महत्वपूर्ण डेटा प्रोसेसिंग कदम पर आगे बढ़ें — मिसिंग डेटा की पहचान और इम्प्यूटेशन। इस अध्याय में, आप पहले Python और फिर Power BI का उपयोग करके किसी डेटासेट में मिसिंग डेटा की पहचान करेंगे। इसके बाद, आप इम्प्यूटेशन तकनीकों का उपयोग करके मिसिंग डेटा को संभालना सीखेंगे।
इस अध्याय में, आप Power BI में Seaborn पैकेज का उपयोग करते हुए कई Python-आधारित विज़ुअलाइज़ेशन बनाएँगे। विशेष रूप से, एक लाइन प्लॉट, पेयर प्लॉट, और जॉइंट प्लॉट। आप यह भी सीखेंगे कि इन विज़ुअलाइज़ेशन की व्याख्या कैसे करें ताकि डेटा से इनसाइट निकाली जा सके। इस बिंदु तक, आप बेसिक डेटा प्रोसेसिंग चरणों में Python और Power BI के कुछ अहम अंतर जान चुके होंगे। अगला कदम है इस डेटा को विज़ुअलाइज़ करना!
इस अध्याय में, आप वैरिएबल्स के बीच संबंध का मूल्यांकन जारी रखेंगे। इस बार, आप इसे मात्रात्मक रूप से कोरिलेशन कोएफिशियंट की गणना करके करेंगे। आप यह Power BI में और फिर Python में कैसे करना है, सीखेंगे। अंत में, आप Seaborn विज़ुअलाइज़ेशन की शक्ति का उपयोग करके एक कोरिलेशन हीटमैप बनाएँगे! कोर्स खत्म होने तक, आप Power BI, Python, और डेटा विज़ुअलाइज़ेशन तकनीकों में निपुण हो जाएँगे। बहुत बढ़िया!
वर्तमान अभ्यास