डेटा डिमिस्टिफाइड: आखिर डेटा है क्या?

हमारी महीने भर चलने वाली डेटा डिमिस्टिफाइड सीरीज़ के पहले भाग में आपका स्वागत है। Data Literacy Month के हिस्से के रूप में, यह सीरीज़ डेटा की दुनिया की प्रमुख अवधारणाओं को स्पष्ट करेगी, वे सवालों के जवाब देगी जिन्हें आप शायद पूछने से हिचकते हों, और इस पूरे सफर में मज़ा भी आएगा।

इस कड़ी में, हम परिभाषित करेंगे कि डेटा वास्तव में है क्या और आप इसकी शुरुआत कैसे कर सकते हैं। 

डेटा क्या है?

डेटा तथ्य या सूचनाओं के टुकड़े होते हैं। ये अक्सर माप ("Maria की ऊंचाई 165 सेमी है") या अवलोकन ("पासा छह पर आया"), या राय ("मैं इस वीडियो गेम को 5 में से 4 सितारे देता/देती हूं") होते हैं। आमतौर पर, डेटा को इसलिए इकट्ठा किया जाता है ताकि उसका विश्लेषण करके अंतर्दृष्टि निकाली जा सके, निष्कर्ष निकाला जा सके, या कोई निर्णय लिया जा सके।

हालांकि हम अक्सर डेटा को संख्याओं के रूप में सोचते हैं, इसके और भी प्रकार होते हैं। 

• जो डेटा सत्य या असत्य हो सकता है, उसे तार्किक (logical) कहा जाता है ("Mohammed ने परीक्षा पास की"). 
• जो डेटा कई नामित मान ले सकता है, उसे श्रेणीबद्ध (categorical) डेटा कहते हैं ("Anna के बाल सुनहरे हैं; Wei के बाल काले हैं").
• तारीखें और समय भी डेटा का एक प्रकार हैं। 

पाठ (टेक्स्ट) को भी डेटा माना जा सकता है, जैसे उत्पाद समीक्षाएं। चूंकि कई डेटा विश्लेषणों में शब्दों की बजाय संख्याओं की ज़रूरत होती है, इसलिए टेक्स्ट डेटा को प्रायः संसाधित करके संख्याओं में बदला जाता है।

इसी तरह, छवियों (images) को भी डेटा माना जा सकता है, हालांकि आमतौर पर उन्हें विश्लेषण योग्य संख्याओं में बदलने के लिए प्रोसेसिंग की आवश्यकता होती है।

डेटासेट क्या है?

यदि आपने कभी Excel स्प्रेडशीट देखी है, तो आपने एक डेटासेट देखा है। संक्षेप में, डेटासेट डेटा का संग्रह है—विशेष रूप से, एक ही प्रकार के कई डेटा बिंदु। पहले उदाहरण में हमारे पास ऊंचाई का एक माप था। यदि हमारे पास लोगों की ऊंचाइयों के कई माप हों, तो उसे डेटासेट माना जाएगा।

इस तालिका पर ध्यान दें—पहले कॉलम में चार लोगों के नाम, दूसरे में उनकी ऊंचाई, और तीसरे में उनके बालों का रंग। यह एक डेटासेट है।

यह आयताकार प्रारूप डेटासेट की सबसे आम संरचना है। इस आकार वाले डेटासेट के दो प्रचलित नाम हैं। डेटाबेस उपयोगकर्ता इन्हें "टेबल्स" कहते हैं। इसके विपरीत, डेटा वैज्ञानिक इन्हें "डेटा फ्रेम्स" कहते हैं। वास्तव में, DataCamp के DataFramed पॉडकास्ट का नाम यहीं से आया है।

आप इन्हें जो भी कहना चाहें, इन आयताकार डेटासेट्स की कुछ विशेषताएं होती हैं जिन्हें जानना उपयोगी है।

• हर पंक्ति किसी एक व्यक्ति का विवरण दर्शाती है। पंक्तियों को कभी-कभी "observations" या "records" भी कहा जाता है।
• हर कॉलम अवलोकनों का कोई गुण दर्शाता है। कॉलम्स को कभी-कभी "variables" या "features" भी कहा जाता है।
• किसी कॉलम के हर मान का डेटा प्रकार समान होना चाहिए। उदाहरण के लिए, सभी ऊंचाइयां संख्याएं हैं।
• अलग-अलग कॉलम्स के डेटा प्रकार अलग हो सकते हैं। उदाहरण के लिए, नाम और बालों के रंग वाले कॉलम्स में टेक्स्ट डेटा है, लेकिन ऊंचाइयां संख्यात्मक डेटा हैं।

डेटा हर जगह है

डेटा की खूबसूरती यह है कि वह हर कहीं है! व्यवसायों के पास यह जानने के डेटासेट होते हैं कि उनके उपयोगकर्ता या ग्राहक कौन हैं, वे क्या खरीद रहे हैं, कितना खर्च कर रहे हैं, कंपनी के पास कितनी धनराशि है, कर्मचारी कौन हैं, कंपनी की संपत्तियां क्या हैं, और बहुत कुछ।

दैनिक जीवन में, आप मौसम पूर्वानुमान ऐप का उपयोग कर सकते हैं, मैपिंग ऐप से दिशा-निर्देश ले सकते हैं, या चैट ऐप से दोस्तों और परिवार को संदेश भेज सकते हैं। ये सभी ऐप्स डेटा से संचालित होते हैं और कई डेटासेट्स का उपयोग करते हैं।

आप जो भी उत्पाद इस्तेमाल करते हैं, वह कहीं न कहीं निर्मित हुआ है जहां इस बात पर डेटा एकत्र किया जाता है कि वह उत्पाद कैसे बना। जिस दुकान से आपने उसे खरीदा, वह इस बात पर डेटा एकत्र करती है कि वह उत्पाद कौन और कब खरीद रहा है।

वास्तव में, लगभग हर सवाल जिसके बारे में आप सोच सकते हैं, उसका जवाब ढूंढने में मदद करने वाला कोई न कोई डेटासेट अवश्य मौजूद होता है।

आज ही डेटा के साथ शुरुआत करें

हमें उम्मीद है कि आपको डेटा का यह संक्षिप्त परिचय पसंद आया होगा। डेटा डिमिस्टिफाइड की अगली कड़ी में, हम डेटा के विभिन्न प्रकारों पर नज़र डालेंगे—मात्रात्मक से गुणात्मक, छवि और टेक्स्ट डेटा तक, और भी बहुत कुछ। यदि आप आज ही डेटा सीखने की यात्रा शुरू करना चाहते हैं, तो निम्नलिखित संसाधन देखें। 

• देखें कि डेटा लिटरेसी मंथ के लिए हमने क्या योजना बनाई है
• हमारे Understanding Data Topics स्किल ट्रैक से शुरुआत करें
• DataFramed पॉडकास्ट सब्सक्राइब करें
• हमारे आगामी कार्यक्रम देखें
• डेटा के विभिन्न प्रकारों पर Data Demystified सीरीज़ की हमारी अगली कड़ी पढ़ें