पांडा (सॉफ्टवेयर): Difference between revisions

From Vigyanwiki
(Created page with "{{Short description|Python library for data analysis}} {{Primary sources|date=May 2023}} {{Use dmy dates|date=August 2019}} {{Distinguish|text=Pandora Archive#Software|PANDA...")
 
(TEXT)
Line 1: Line 1:
{{Short description|Python library for data analysis}}
{{Short description|Python library for data analysis}}
{{Primary sources|date=May 2023}}
{{Primary sources|date=May 2023}}
{{Use dmy dates|date=August 2019}}
 
{{Distinguish|text=[[Pandora Archive#Software|PANDAS]], the Australian archival management system used for the Pandora Archive}}
{{Distinguish|text=[[पेंडोरा आर्काइव#सॉफ्टवेयर|पांडास]], पेंडोरा आर्काइव के लिए उपयोग की जाने वाली ऑस्ट्रेलियाई अभिलेखीय प्रबंधन प्रणाली}}
{{lowercase title}}{{About||the animal species|Panda}}
{{About||जानवरों की प्रजाति|पांडा}}
{{Infobox software
{{Infobox software
| name                  = pandas
| name                  = pandas
Line 24: Line 24:
}}
}}


पांडा डेटा हेरफेर और [[डेटा विश्लेषण]] के लिए [[पायथन (प्रोग्रामिंग भाषा)]] के लिए लिखी गई एक [[सॉफ्टवेयर लाइब्रेरी]] है। विशेष रूप से, यह संख्यात्मक तालिकाओं और [[समय श्रृंखला]] में हेरफेर करने के लिए [[डेटा संरचना]]एं और संचालन प्रदान करता है। यह [[3-खंड बीएसडी लाइसेंस]]|थ्री-क्लॉज बीएसडी लाइसेंस के तहत जारी किया गया [[मुफ्त सॉफ्टवेयर]] है।<ref>{{cite web|title=License – Package overview – pandas 1.0.0 documentation|url=https://pandas.pydata.org/pandas-docs/stable/overview.html#license|website=pandas|access-date=30 January 2020|date=28 January 2020}}</ref> यह नाम पैनल डेटा शब्द से लिया गया है, जो [[डेटा सेट]] के लिए एक [[अर्थमिति]] शब्द है जिसमें एक ही व्यक्ति के लिए कई समयावधियों में अवलोकन शामिल होते हैं।<ref>{{cite web |url=https://www.dlr.de/sc/Portaldata/15/Resources/dokumente/pyhpc2011/submissions/pyhpc2011_submission_9.pdf |title=pandas: a Foundational Python Library for Data Analysis and Statistics |author=Wes McKinney |date=2011 |access-date=2 August 2018}}</ref> इसका नाम स्वयं पायथन डेटा विश्लेषण वाक्यांश पर एक नाटक है।<ref>{{Cite book|last=McKinney|first=Wes|title=डेटा विश्लेषण के लिए पायथन, दूसरा संस्करण|publisher=O'Reilly Media|year=2017|isbn=9781491957660|pages=5}}</ref> [[वेस मैकिनी]] ने 2007 से 2010 तक वहां शोधकर्ता रहते हुए AQR कैपिटल में पांडा बनने वाली चीज़ का निर्माण शुरू किया।<ref>{{Cite web|last=Kopf|first=Dan|title=डेटा विज्ञान में सबसे महत्वपूर्ण उपकरण के पीछे के व्यक्ति से मिलें|url=https://qz.com/1126615/the-story-of-the-most-important-tool-in-data-science/|access-date=2020-11-17|website=Quartz|language=en}}</ref>
पांडा डेटा प्रकलन और [[डेटा विश्लेषण]] के लिए [[पायथन (प्रोग्रामिंग भाषा)]] के लिए लिखी गई एक [[सॉफ्टवेयर लाइब्रेरी]] है। विशेष रूप से, यह संख्यात्मक तालिकाओं और [[समय श्रृंखला]] में प्रकलन करने के लिए [[डेटा संरचना]]एं और संचालन प्रदान करता है। यह [[3-खंड बीएसडी लाइसेंस|3-खंड बीएसडी अनुज्ञप्ति]] के अंतर्गत जारी किया गया [[मुफ्त सॉफ्टवेयर]] है। <ref>{{cite web|title=License – Package overview – pandas 1.0.0 documentation|url=https://pandas.pydata.org/pandas-docs/stable/overview.html#license|website=pandas|access-date=30 January 2020|date=28 January 2020}}</ref> यह नाम फलक डेटा शब्द से लिया गया है, जो [[डेटा सेट|डेटा सम्मुच्चय]] के लिए एक [[अर्थमिति]] शब्द है जिसमें एक ही व्यक्ति के लिए कई समयावधियों में अवलोकन सम्मिलित होते हैं। <ref>{{cite web |url=https://www.dlr.de/sc/Portaldata/15/Resources/dokumente/pyhpc2011/submissions/pyhpc2011_submission_9.pdf |title=pandas: a Foundational Python Library for Data Analysis and Statistics |author=Wes McKinney |date=2011 |access-date=2 August 2018}}</ref> इसका नाम स्वयं "पायथन डेटा विश्लेषण" वाक्यांश पर आधारित एक नाटक है। <ref>{{Cite book|last=McKinney|first=Wes|title=डेटा विश्लेषण के लिए पायथन, दूसरा संस्करण|publisher=O'Reilly Media|year=2017|isbn=9781491957660|pages=5}}</ref> [[वेस मैकिनी]] ने 2007 से 2010 तक वहां शोधकर्ता रहते हुए एक्यूआर कैपिटल में पांडा बनने वाली चीज़ का निर्माण प्रारम्भ किया। <ref>{{Cite web|last=Kopf|first=Dan|title=डेटा विज्ञान में सबसे महत्वपूर्ण उपकरण के पीछे के व्यक्ति से मिलें|url=https://qz.com/1126615/the-story-of-the-most-important-tool-in-data-science/|access-date=2020-11-17|website=Quartz|language=en}}</ref>




==डेटाफ़्रेम==
==डेटाफ़्रेम==
पांडा का उपयोग मुख्य रूप से डेटा विश्लेषण और डेटाफ़्रेम में सारणीबद्ध डेटा के संबंधित हेरफेर के लिए किया जाता है। पांडा विभिन्न फ़ाइल स्वरूपों जैसे अल्पविराम से अलग किए गए मान, [[JSON]], [[Apache Parquet]], [[SQL]] [[डेटाबेस]] [[तालिका (डेटाबेस)]] या क्वेरीज़ और [[Microsoft Excel]] से डेटा आयात करने की अनुमति देता है।<ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html|title=IO tools (Text, CSV, HDF5, …) — pandas 1.4.1 documentation}}</ref> पांडा विभिन्न डेटा हेरफेर कार्यों की अनुमति देता है जैसे विलय,<ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html|title = Merge, join, concatenate and compare — pandas 1.4.1 documentation}}</ref> पुनः आकार देना,<ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/reshaping.html|title = Reshaping and pivot tables — pandas 1.4.1 documentation}}</ref> चयन करना,<ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html|title=Indexing and selecting data — pandas 1.4.1 documentation}}</ref> साथ ही [[डेटा सफ़ाई]], और डेटा विवाद सुविधाएँ। पांडा के विकास ने पायथन में डेटाफ़्रेम के साथ काम करने की कई तुलनीय विशेषताएं पेश कीं जो [[आर (प्रोग्रामिंग भाषा)]] में स्थापित की गईं। पांडा लाइब्रेरी एक अन्य लाइब्रेरी, [[NumPy]] पर बनाई गई है, जो डेटाफ़्रेम पर काम करने की सुविधाओं के बजाय ऐरे (डेटा संरचना) के साथ कुशलतापूर्वक काम करने के लिए उन्मुख है।
पांडा का उपयोग मुख्य रूप से डेटा विश्लेषण और डेटाफ़्रेम में सारणीबद्ध डेटा के संबंधित प्रकलन के लिए किया जाता है। पांडा विभिन्न संचिका स्वरूपों जैसे अल्पविराम से अलग किए गए मान, [[JSON|जेएसओएन]], [[Apache Parquet|अपाचे पारक्वेट]], [[SQL|एसक्यूएल]] [[डेटाबेस]] [[तालिका (डेटाबेस)]] या क्वेरीज़ और [[Microsoft Excel|माइक्रोसॉफ्ट एक्सेल]] से डेटा आयात करने की अनुमति देता है। <ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html|title=IO tools (Text, CSV, HDF5, …) — pandas 1.4.1 documentation}}</ref> पांडा विभिन्न डेटा प्रकलन कार्यों की अनुमति देता है जैसे विलय,<ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html|title = Merge, join, concatenate and compare — pandas 1.4.1 documentation}}</ref> पुनः आकार देना, <ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/reshaping.html|title = Reshaping and pivot tables — pandas 1.4.1 documentation}}</ref> चयन करना, <ref>{{Cite web|url=https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html|title=Indexing and selecting data — pandas 1.4.1 documentation}}</ref> साथ ही [[डेटा सफ़ाई]], और डेटा विवाद सुविधाएँ। पांडा के विकास ने पायथन में डेटाफ़्रेम के साथ काम करने की कई तुलनीय विशेषताएं प्रस्तुत कीं जो [[आर (प्रोग्रामिंग भाषा)]] में स्थापित की गईं। पांडा लाइब्रेरी एक अन्य लाइब्रेरी, [[NumPy|एनयूएमपीवाई]] पर बनाई गई है, जो डेटाफ़्रेम पर काम करने की सुविधाओं के स्थान पर ऐरे (डेटा संरचना) के साथ कुशलतापूर्वक काम करने के लिए उन्मुख है।


==इतिहास==
==इतिहास==
डेवलपर वेस मैककिनी ने वित्तीय डेटा पर [[मात्रात्मक विश्लेषण (वित्त)]] करने के लिए उच्च प्रदर्शन, लचीले उपकरण की आवश्यकता के कारण 2008 में AQR कैपिटल में पांडा पर काम करना शुरू किया। AQR छोड़ने से पहले वह प्रबंधन को पुस्तकालय खोलने की अनुमति देने के लिए मनाने में सक्षम था।
डेवलपर वेस मैककिनी ने वित्तीय डेटा पर [[मात्रात्मक विश्लेषण (वित्त)]] करने के लिए उच्च प्रदर्शन, लचीले उपकरण की आवश्यकता के कारण 2008 में एक्यूआर कैपिटल में पांडा पर काम करना प्रारम्भ किया। एक्यूआर छोड़ने से पहले वह प्रबंधन को पुस्तकालय खोलने की अनुमति देने के लिए मनाने में सक्षम था।


एक अन्य AQR कर्मचारी, चांग शी, लाइब्रेरी में दूसरे प्रमुख योगदानकर्ता के रूप में 2012 में इस प्रयास में शामिल हुए।
एक अन्य एक्यूआर कर्मचारी, चांग शी, लाइब्रेरी में दूसरे प्रमुख योगदानकर्ता के रूप में 2012 में इस प्रयास में सम्मिलित हुए।


2015 में, पांडा ने संयुक्त राज्य अमेरिका में एक [[501(सी)(3) संगठन]]|501(सी)(3) गैर-लाभकारी चैरिटी, [[न्यूमफोकस]] की वित्तीय रूप से प्रायोजित परियोजना के रूप में हस्ताक्षर किए।<ref>{{cite web|title=NumFOCUS – pandas: a fiscally sponsored project|url=https://www.numfocus.org/project/pandas/|website=NumFOCUS|access-date=3 April 2018}}</ref>
2015 में, पांडा ने संयुक्त राज्य अमेरिका में एक [[501(सी)(3) संगठन]] गैर-लाभकारी संगठन, [[न्यूमफोकस]] की वित्तीय रूप से प्रायोजित परियोजना के रूप में हस्ताक्षर किए। <ref>{{cite web|title=NumFOCUS – pandas: a fiscally sponsored project|url=https://www.numfocus.org/project/pandas/|website=NumFOCUS|access-date=3 April 2018}}</ref>




==यह भी देखें==
==यह भी देखें==
* [[matplotlib]]
* [[matplotlib|मातपलोटलिब]]
* नम्पी
* नम्पी
* [[डस्क (सॉफ्टवेयर)]]
* [[डस्क (सॉफ्टवेयर)]]
* [[SciPy]]
* [[SciPy|एससीआईपीवाई]]
* आर (प्रोग्रामिंग भाषा)
* आर (प्रोग्रामिंग भाषा)
* स्किकिट-सीखें
* स्किकिट-सीखें
* आँकड़े मॉडल
* आँकड़े प्रतिरूप
* [[संख्यात्मक विश्लेषण सॉफ्टवेयर की सूची]]
* [[संख्यात्मक विश्लेषण सॉफ्टवेयर की सूची]]



Revision as of 06:04, 13 July 2023

pandas
Original author(s)Wes McKinney
Developer(s)Community
Initial release11 January 2008; 16 years ago (2008-01-11)[citation needed]
Stable release
Script error: The module returned a nil value. It is supposed to return an export table. / Script error: The module returned a nil value. It is supposed to return an export table.; Error: first parameter cannot be parsed as a date or time. (Script error: The module returned a nil value. It is supposed to return an export table.)
Preview release
2.0rc1 / 15 March 2023
Written inPython, Cython, C
Operating systemCross-platform
TypeTechnical computing
LicenseNew BSD License
Websitepandas.pydata.org

पांडा डेटा प्रकलन और डेटा विश्लेषण के लिए पायथन (प्रोग्रामिंग भाषा) के लिए लिखी गई एक सॉफ्टवेयर लाइब्रेरी है। विशेष रूप से, यह संख्यात्मक तालिकाओं और समय श्रृंखला में प्रकलन करने के लिए डेटा संरचनाएं और संचालन प्रदान करता है। यह 3-खंड बीएसडी अनुज्ञप्ति के अंतर्गत जारी किया गया मुफ्त सॉफ्टवेयर है। [1] यह नाम फलक डेटा शब्द से लिया गया है, जो डेटा सम्मुच्चय के लिए एक अर्थमिति शब्द है जिसमें एक ही व्यक्ति के लिए कई समयावधियों में अवलोकन सम्मिलित होते हैं। [2] इसका नाम स्वयं "पायथन डेटा विश्लेषण" वाक्यांश पर आधारित एक नाटक है। [3] वेस मैकिनी ने 2007 से 2010 तक वहां शोधकर्ता रहते हुए एक्यूआर कैपिटल में पांडा बनने वाली चीज़ का निर्माण प्रारम्भ किया। [4]


डेटाफ़्रेम

पांडा का उपयोग मुख्य रूप से डेटा विश्लेषण और डेटाफ़्रेम में सारणीबद्ध डेटा के संबंधित प्रकलन के लिए किया जाता है। पांडा विभिन्न संचिका स्वरूपों जैसे अल्पविराम से अलग किए गए मान, जेएसओएन, अपाचे पारक्वेट, एसक्यूएल डेटाबेस तालिका (डेटाबेस) या क्वेरीज़ और माइक्रोसॉफ्ट एक्सेल से डेटा आयात करने की अनुमति देता है। [5] पांडा विभिन्न डेटा प्रकलन कार्यों की अनुमति देता है जैसे विलय,[6] पुनः आकार देना, [7] चयन करना, [8] साथ ही डेटा सफ़ाई, और डेटा विवाद सुविधाएँ। पांडा के विकास ने पायथन में डेटाफ़्रेम के साथ काम करने की कई तुलनीय विशेषताएं प्रस्तुत कीं जो आर (प्रोग्रामिंग भाषा) में स्थापित की गईं। पांडा लाइब्रेरी एक अन्य लाइब्रेरी, एनयूएमपीवाई पर बनाई गई है, जो डेटाफ़्रेम पर काम करने की सुविधाओं के स्थान पर ऐरे (डेटा संरचना) के साथ कुशलतापूर्वक काम करने के लिए उन्मुख है।

इतिहास

डेवलपर वेस मैककिनी ने वित्तीय डेटा पर मात्रात्मक विश्लेषण (वित्त) करने के लिए उच्च प्रदर्शन, लचीले उपकरण की आवश्यकता के कारण 2008 में एक्यूआर कैपिटल में पांडा पर काम करना प्रारम्भ किया। एक्यूआर छोड़ने से पहले वह प्रबंधन को पुस्तकालय खोलने की अनुमति देने के लिए मनाने में सक्षम था।

एक अन्य एक्यूआर कर्मचारी, चांग शी, लाइब्रेरी में दूसरे प्रमुख योगदानकर्ता के रूप में 2012 में इस प्रयास में सम्मिलित हुए।

2015 में, पांडा ने संयुक्त राज्य अमेरिका में एक 501(सी)(3) संगठन गैर-लाभकारी संगठन, न्यूमफोकस की वित्तीय रूप से प्रायोजित परियोजना के रूप में हस्ताक्षर किए। [9]


यह भी देखें

संदर्भ

  1. "License – Package overview – pandas 1.0.0 documentation". pandas. 28 January 2020. Retrieved 30 January 2020.
  2. Wes McKinney (2011). "pandas: a Foundational Python Library for Data Analysis and Statistics" (PDF). Retrieved 2 August 2018.
  3. McKinney, Wes (2017). डेटा विश्लेषण के लिए पायथन, दूसरा संस्करण. O'Reilly Media. p. 5. ISBN 9781491957660.
  4. Kopf, Dan. "डेटा विज्ञान में सबसे महत्वपूर्ण उपकरण के पीछे के व्यक्ति से मिलें". Quartz (in English). Retrieved 2020-11-17.
  5. "IO tools (Text, CSV, HDF5, …) — pandas 1.4.1 documentation".
  6. "Merge, join, concatenate and compare — pandas 1.4.1 documentation".
  7. "Reshaping and pivot tables — pandas 1.4.1 documentation".
  8. "Indexing and selecting data — pandas 1.4.1 documentation".
  9. "NumFOCUS – pandas: a fiscally sponsored project". NumFOCUS. Retrieved 3 April 2018.


अग्रिम पठन

  • McKinney, Wes (2017). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython (2nd ed.). Sebastopol: O'Reilly. ISBN 978-1-4919-5766-0.
  • Molin, Stefanie (2019). Hands-On Data Analysis with Pandas: Efficiently perform data collection, wrangling, analysis, and visualization using Python. Packt. ISBN 978-1-7896-1532-6.
  • Chen, Daniel Y. (2018). Pandas for Everyone : Python Data Analysis. Boston: Addison-Wesley. ISBN 978-0-13-454693-3.
  • VanderPlas, Jake (2016). "Data Manipulations with Pandas". Python Data Science Handbook: Essential Tools for Working with Data. O'Reilly. pp. 97–216. ISBN 978-1-4919-1205-8.
  • Pathak, Chankey (2018). Pandas Cookbook. pp. 1–8.