यह आख़िरी चरण है. आपने बड़े डेटासेट को हिस्सों में प्रोसेस करना अच्छी तरह सीखा है. इस अंतिम अभ्यास में, आप डेटा प्रोसेसिंग का सारा कोड एक ही फंक्शन में डालेंगे ताकि आपको बार-बार वही चीज़ें लिखनी न पड़ें और आप कोड दोबारा उपयोग कर सकें.

आप plot_pop() नाम का फंक्शन परिभाषित करने जा रहे हैं जो दो आर्ग्युमेंट लेता है: प्रोसेस की जाने वाली फ़ाइल का फ़ाइलनाम, और उस डेटासेट में जिन पंक्तियों को प्रोसेस करना है उनका country code.

क्योंकि आपने पिछले अभ्यासों में जो भी कोड लिखा था, वह अब plot_pop() के अंदर होगा, इसलिए फंक्शन कॉल करने पर यह पहले से ही ये काम करता है:

फ़ाइल को chunk दर chunk लोड करना,
शहरी आबादी (urban population) मानों का नया कॉलम बनाना, और
शहरी आबादी के डेटा का plot बनाना.

यह काफ़ी काम है, लेकिन अब यह फंक्शन किसी भी फ़ाइल और country code के लिए वही प्रक्रिया दोहराना और visualize करना आसान बना देता है!

आप अपने current डायरेक्टरी में उपलब्ध 'ind_pop_data.csv' के डेटा का उपयोग करेंगे. पैकेज pandas और matplotlib.pyplot आपके लिए क्रमशः pd और plt के रूप में इम्पोर्ट किए जा चुके हैं.

समाप्त करने के बाद, plots को देखें और उन नई स्किल्स पर सोचें जो आपने सीखी हैं. यात्रा यहीं ख़त्म नहीं होती! अगर आपको इस डेटा के साथ काम करना अच्छा लगा, तो आप Kaggle पर उपलब्ध इसके pre-processed संस्करण का उपयोग करके आगे भी इसे explore कर सकते हैं.

स्ट्रीमिंग डेटा के लिए pandas के read_csv इटरेटर का उपयोग

Create Your Free Account