Akansha YadavData Science & Coding (Python) | MySQL

ML Project Pipeline Part 1: Must-Know EDA Steps in Python 🔥 | Libraries to Categorical Data

23 Jun 2026 · 2 min

Watch on YouTube

2:07

In this Hindi tutorial, the speaker guides business analysts and data analysts who want to transition into data science or ML engineering through the essential Python libraries and steps for exploratory data analysis (EDA) and the early stages of a machine‑learning pipeline. She explains why pandas is the foundational tool for inspecting data, understanding column types, selecting relevant columns, and cleaning unwanted ones. She then introduces seaborn and matplotlib (built on matplotlib) for creating a variety of visualisations such as line charts, bar charts, and horizontal bars to better understand data patterns. Next, she describes NumPy as the library for numerical computations, useful for calculating percentages, turnover, or any numeric metric. Finally, she covers scikit‑learn, showing how to import a linear regression model, understand its underlying computation, and use traintestsplit to split data into training and testing sets for model selection. Throughout, the speaker emphasizes the practical combination of these four libraries to enable a business analyst to perform end‑to‑end EDA and build a simple regression model.

Chapters

अगर आप या आपके दोस्त को बिजनेस एनालिस डेटा एनालिस डेटा नहीं से आई इंजीनियर की तरफ जाना है इन रोल को टैक के रोल को एम करना है तो ये लाइब्रेरी सबसे पहले लाइब्रेरी जो बहुत इम्पोर्टेंट है वह पांडा लाइब्रेरी पांडा की लाइब्रेरी क्यों इम्पॉर्टेंट है क्योंकि ये हमारी मदद करती है डेटा को और अच्छे से समझने के लिए कि डेटा में किस तरीके के कॉलम है कौन सा डेटा टाइप यूज हो है और मेरे लिए क्या जरुरी है इस पर्टिकुलर एनालिसिस को करने के लिए क्या क्या कॉलम जरूरी है और कौन कौन से कॉलम को मुझे रिमूव कर देना चाहिए सब कुछ हम पांडा की मदद से करते हैं उसके बाद आती है सीबोनऔरमार्ट्लॉट इन दोनो ही लाइब्रेरीज को यूज किया जाता है डेटा को विजुअलाइज करने के लिए मतलब की कुछ ऐसे ग्राफ बनाने के लिए लाइन चार्ट बार चार्ट होरिजोंटल बार चाट ये सारे के सारे ग्राफ्स आप इन लाइब्रेरीज से बना सकते हैं सी थोड़ी सी एडवांस लाइब्रेरी मैर्टप्लॉटलिपसी मार्ट प्लॉट लिप के ऊपर बनी है बट दोनो का ही यूज किया जा सकता है डेटा विज्वलाइज करने के लिए और डेटा को और अच्छे से समझने के लिए उसके बाद आती है नम पाई लाइब्रेट देखो कभी कभी हमें कुछ मैथेमेटिकल चीजें परफॉर्म करनी होती है और नपाई का मतलब ही न्युमरिकल कॉम्पिटिशन से रिलेटेड है आपको अगर नुमारिकेलिकोईभी चीज कंप्यूट करनी है मान लो किसी का परसेंटेज निकालना है या किसी का मंथली टर्नओवर निकालना है या एयरडेटारनओवर निकालना है तो इस चीज के लिए हम यूज़ करते है नंपा अब लंबाई लाइब्रेरी को यूज करने के बाद इन 4 लाइब्रेरी का कॉम्बिनेशन आपको बना सकता है बिजनेस एनालिस्ट एंड डेटा एनालिस्ट अब बात आती है मशीन मॉडल को क्रिएट करने के लिए देखो पाइथन बहुत ही सिम्पल लाइब्रेरी है जैसे की मान लो मुझे, लीनियर ग्रेशन मॉडल क्रिएट करना है ठीक है लीनियर एग्रेशन मॉडल क्रिएट करने के लिए मैं जाऊंगी मैं एसके लाइब्रेरी से लीनियर मॉडल को इम्पोर्ट करूंगी इतना ही सिम्पल है बट लीनियर एग्रेशन का बिहाइंड द सीन मतलब की वो मॉडल कैसे क्रिएट होते हैं ताकि इन केस आपको कभी भी किसी फंक्शन में किसी क्लास में कस्टमाइजेशन करनी हो तो आप कर सको इसलिए आपको पता होना चाहिए लीनियर एग्रेशन कैसे कम्प्यूट किया जाता है होता क्या है किस तरीके का ग्राफ में फॉलो होता है हर 1 चीज आपको पता होनी चाहिए दूसरी चीज सिर्फ डेटा के मॉडल को ही जरूरी नहीं होता उसके बाद हमें मॉडल सलेक्शन के लिए जैसे ट्रेन टेस्ट प्लेट मैंने इसमें इम्पोर्ट किया इसकी मदद से मैं क्या कर सकती हूँ डेटा को डिवाइड कर सकत हूँ मैं डिसाइड कर सकती हूँ की कौन सा पार्ट मॉडल को देना है ट्रेनिंग के लिए और कौन सा पार्ट मुझे यूज करना है टेस्टिंग के लिए तो इसी लिए ये सारी लाइब्रेरीज बहुत इम्परटेंट है तो अगर आप पढ़ना चाहते है तो आप इन ला।