क. बहुविकल्पीय प्रश्न
1. निम्नलिखित में से कौन Spreadsheet Application नहीं है?
(क) गूगल शीट्स
(ख) लिब्रेऑफिस कैल्क
(ग) माइक्रोसॉफ्ट वर्ड ✅
(घ) माइक्रोसॉफ्ट एक्सेल
2. Spreadsheet में कौन-सा Function Cell की Range जोड़ता है?
(क) COUNT()
(ख) VLOOKUP()
(ग) AVERAGE()
(घ) SUM() ✅
3. सारणीबद्ध डेटा के लिए डेटा हेरफेर और विश्लेषण के लिए किस Python Library का उपयोग किया जाता है?
(क) NumPy
(ख) Pandas ✅
(ग) MySQL
(घ) Matplotlib
4. अनुपातों को दर्शाने के लिए किस प्रकार के Graph का उपयोग किया जाता है?
(क) Pie Chart ✅
(ख) Line Chart
(ग) Bar Chart
(घ) Scatter Plot
5. समय के साथ रुझानों को Track करने के लिए किस Graph का उपयोग किया जाता है?
(क) Bar Chart
(ख) Pie Chart
(ग) Line Chart ✅
(घ) Scatter Plot
6. SQL का पूर्ण रूप क्या है?
(क) Structured Quick Language
(ख) Simple Query Language
(ग) Structured Query Language ✅
(घ) Standard Query Language
7. Data Visualization और Graph Plot करने के लिए किस Python Library का उपयोग किया जाता है?
(क) Pandas
(ख) Matplotlib ✅
(ग) NumPy
(घ) MySQL
8. निम्नलिखित में से कौन-सा हल्का और Portable SQL Data Analysis Tool है?
(क) MySQL
(ख) Microsoft SQL Server
(ग) PostgreSQL
(घ) SQLite ✅
9. वह Function जो NumPy में एक सांख्यिकीय और समग्र Function नहीं है?
(क) माध्य
(ख) माध्यिका
(ग) गुणन ✅
(घ) मानक विचलन
10. Python और NumPy का उपयोग करके 1D Array को 2D Array में कैसे बदलें या Array का आकार कैसे बदलें?
(क) सरणी को फिर से आकार देना और उसका आकार बदलना ✅
(ख) गणितीय ऑपरेशन
(ग) सांख्यिकीय
(घ) इंडेक्सिंग और स्लाइसिंग सरणी
ख. रिक्त स्थान की पूर्ति करिए -
1. Spreadsheet में Data __________ और __________ में संग्रहित किया जाता है।
उत्तर: पंक्ति, कॉलम
2. Python में Numerical Calculation और Array Manipulation के लिए __________ का उपयोग किया जाता है।
उत्तर: NumPy
3. Python में Line Plot, Bar Chart, Scatter Plot और Pie Chart बनाने के लिए __________ का उपयोग किया जाता है।
उत्तर: Matplotlib
4. NumPy Linear Algebra, __________ और Random Number Generation जैसे कार्य प्रदान करता है।
उत्तर: Fourier Transformation
5. Structured Query Language __________ के साथ बातचीत करने की क्षमता रखती है।
उत्तर: Relational Database
ग. सही या गलत के रूप में चिन्हित कीजिए -
1. Spreadsheet का उपयोग Graph, Chart और Plot बनाने के लिए किया जा सकता है। — सही
2. NumPy 1D, 2D और Multi-dimensional Arrays को Support करता है। — सही
3. Python में Matplotlib का उपयोग Data Manipulation और Analysis के लिए किया जाता है। — गलत
4. Pandas का उपयोग NumPy, Matplotlib और Machine Learning Libraries के साथ Integration के लिए किया जाता है। — सही
5. Pandas CSV, Excel, SQL और JSON से Data पढ़ने और लिखने का Support नहीं करता। — गलत
6. SQL Server Management Studio (SSMS) एक Data Inspection Tool है। — सही
घ. लघु उत्तरीय प्रश्न
1. Data Analysis में Spreadsheet का उपयोग किस लिए किया जाता है?
उत्तर: Spreadsheet का उपयोग Data Entry, Storage, Calculation, Sorting, Filtering तथा Bar Chart, Line Chart और Pie Chart के माध्यम से Data Visualization के लिए किया जाता है।
2. Data Analysis में SQL का उपयोग किस लिए किया जाता है?
उत्तर: SQL का उपयोग Database में Data को Store, Retrieve, Filter, Sort, Update, Delete और Analyse करने के लिए किया जाता है।
3. Python Data Analysis में NumPy का उपयोग किस लिए किया जाता है?
उत्तर: NumPy का उपयोग Numerical Calculation, Array Manipulation, Mathematical Operations, Statistical Calculations और Multi-dimensional Arrays के लिए किया जाता है।
4. Pandas के प्रमुख उपयोग क्या हैं?
उत्तर: Pandas का उपयोग Data Loading, Storage, Cleaning, Pre-processing, Filtering, Sorting, Aggregation, Transformation, Merging और Visualization के लिए किया जाता है।
5. Matplotlib के उपयोग क्या हैं?
उत्तर: Matplotlib का उपयोग Line Plot, Bar Chart, Scatter Plot और Pie Chart बनाने तथा Data के Trends, Patterns और Relationships को समझने के लिए किया जाता है।
प्रश्न 6.: Spreadsheet, NumPy, Pandas और Matplotlib का Data Analysis में क्या महत्व है?
उत्तर: Data Analysis में अलग-अलग Tools अलग-अलग कार्यों के लिए उपयोग किए जाते हैं। Spreadsheet का उपयोग Data को व्यवस्थित करने, गणना करने और Charts बनाने के लिए किया जाता है। NumPy Numerical Calculation और Array Manipulation के लिए उपयोगी है। Pandas Tabular Data को Load, Clean, Filter, Sort और Analyse करने में सहायता करता है। Matplotlib Data को Graph और Charts के रूप में प्रस्तुत करता है। इन Tools की सहायता से बड़े Data को समझना और उससे उपयोगी निष्कर्ष निकालना आसान हो जाता है।
---
⭐ परीक्षा के लिए अतिरिक्त अभ्यास प्रश्न
1. Data Analysis और Data Visualization में क्या अंतर है?
| परिभाषा | डेटा का निरीक्षण, सफाई, रूपांतरण और मॉडलिंग करके उपयोगी जानकारी निकालना। | डेटा और सांख्यिकीय परिणामों को रेखाचित्रों, चार्ट्स व ग्राफ़ के रूप में प्रस्तुत करना। |
| मुख्य उद्देश्य | डेटा के छिपे हुए पैटर्न, संबंध और निष्कर्ष खोजना। | जटिल डेटा और विश्लेषण को सरल व दृश्य रूप में समझाना ताकि निर्णय लेना आसान हो। |
| प्रमुख टूल्स | SQL, Pandas, NumPy, स्प्रेडशीट फ़ॉर्मूले। | Matplotlib, Seaborn, Tableau, Power BI, चार्ट्स।
2. Spreadsheet में Sorting और Filtering क्या है?
* Sorting (क्रमबद्ध करना): डेटा को किसी निश्चित क्रम में व्यवस्थित करने की प्रक्रिया है। जैसे—रोल नंबर को आरोही (Ascending: 1, 2, 3...) या अंकों को अवरोही (Descending: 100, 95, 90...) क्रम में लगाना।
* Filtering (फ़िल्टर करना): किसी विशेष शर्त (Condition) के आधार पर आवश्यक डेटा को प्रदर्शित करना और बाकी डेटा को अस्थायी रूप से छिपाना। जैसे—केवल "कक्षा 9" के विद्यार्थियों की सूची देखना।
3. Bar Chart, Line Chart और Pie Chart का उपयोग कब किया जाता है?
* Bar Chart (बार चार्ट): विभिन्न श्रेणियों (Categories) के बीच तुलना करने के लिए उपयोग किया जाता है। (उदाहरण: विभिन्न विषयों में छात्रों के औसत अंक)।
* Line Chart (लाइन चार्ट): समय के साथ निरंतर होने वाले बदलावों और रुझानों (Trends) को ट्रैक करने के लिए सबसे उपयुक्त है। (उदाहरण: पूरे वर्ष में मासिक उपस्थिति या तापमान)।
* Pie Chart (पाई चार्ट): किसी संपूर्ण (Whole) के विभिन्न हिस्सों या अनुपातों (Percentages/Proportions) को दर्शाने के लिए उपयोग किया जाता है। (उदाहरण: स्कूल बजट का मद-वार प्रतिशत विभाजन)।
4. NumPy और Pandas में अंतर बताइए।
| आधार | NumPy (Numerical Python) | Pandas (Python Data Analysis) |
| डेटा संरचना | मुख्य रूप से बहु-आयामी सजातीय सरणियों (Homogeneous ndarray) पर काम करता है। | सारणीबद्ध और विषम डेटा (Tabular/Heterogeneous Data) के लिए Series और DataFrame का उपयोग करता है। |
| प्राथमिक कार्य | उच्च-स्तरीय गणितीय, त्रिकोणमितीय, रैखिक बीजगणित और सांख्यिकीय गणनाएँ। | डेटा लोडिंग (CSV/Excel पढ़ना), डेटा क्लीनिंग, मर्जिंग, फ़िल्टरिंग और विश्लेषण। |
| डेटा प्रारूप | संख्यात्मक डेटा (Numeric Array)। | पंक्तियों और कॉलमों वाली 2D टेबल (समान स्प्रेडशीट/SQL टेबल)। |
5. Matplotlib का Data Analysis में क्या महत्व है?
* स्पष्ट प्रस्तुति: यह जटिल संख्यात्मक डेटा को Line Plot, Scatter Plot, Bar Chart और Histogram में बदलकर आसानी से समझने योग्य बनाता है।
* पैटर्न व आउटलायर पहचानना: दृश्य रूप में डेटा को देखने से असामान्य मान (Outliers) और डेटा का फैलाव तुरंत पकड़ में आ जाता है।
* मॉडल मूल्यांकन: मशीन लर्निंग मॉडल्स के प्रदर्शन और त्रुटि दरों को ग्राफ़ बनाकर मूल्यांकित करने में सहायता करता है।
6. SQL का उपयोग Database के साथ कैसे किया जाता है?
SQL (Structured Query Language) रिलेशनल डेटाबेस (RDBMS) से संवाद करने की मानक भाषा है। इसका उपयोग मुख्य रूप से निम्नलिखित कार्यों के लिए किया जाता है:
* डेटा पुनः प्राप्त करना (Data Retrieval): SELECT कमांड द्वारा डेटाबेस से मनचाहा डेटा प्राप्त करना।
* डेटा प्रबंधन (Data Manipulation): INSERT (नया डेटा जोड़ना), UPDATE (संशोधित करना) और DELETE (हटाना)।
* डेटा फ़िल्टरिंग व एग्रीगेशन: WHERE, GROUP BY, और ORDER BY क्लॉज़ द्वारा डेटा को छाँटना और गणनाएँ (SUM, AVG) करना।
7. Data Structure क्या है? इसके प्रकारों के उदाहरण दीजिए।
कंप्यूटर मेमोरी में डेटा को कुशलतापूर्वक व्यवस्थित, प्रबंधित और संग्रहीत करने का तरीका Data Structure कहलाता है। इसके मुख्य दो प्रकार हैं:
* रैखिक (Linear Data Structure): इसमें तत्व एक सीधी, अनुक्रमिक श्रृंखला में जुड़े होते हैं।
* उदाहरण: Array, Stack, Queue, Linked List.
* गैर-रैखिक (Non-linear Data Structure): इसमें तत्व एक सीधी रेखा में न होकर बहु-स्तरीय (Hierarchical) या नेटवर्क रूप में जुड़े होते हैं।
* उदाहरण: Tree, Graph.
8. Mean, Median और Mode में अंतर बताइए।
* Mean (माध्य): सभी मानों का औसत। कुल योग को पदों की कुल संख्या से भाग देकर निकाला जाता है (\text{माध्य} = \frac{\sum x}{N})।
* Median (माध्यिका): डेटा को आरोही/अवरोही क्रम में जमाने के बाद ठीक मध्य में आने वाला मान। यह आउटलायर्स (असामान्य बड़े या छोटे मान) से प्रभावित नहीं होता।
* Mode (बहुलक): डेटासेट में जो मान सबसे अधिक बार (अधिकतम आवृत्ति) दोहराया जाता है।
9. Data Analysis Workflow के प्रमुख चरण लिखिए।
डेटा विश्लेषण की मानक कार्यप्रणाली में निम्नलिखित 5 चरण शामिल हैं:
* समस्या की पहचान (Problem Definition): विश्लेषण का उद्देश्य और प्रश्न तय करना।
* डेटा संग्रह (Data Collection): डेटाबेस, फ़ाइलों या सेंसर से रॉ डेटा एकत्र करना।
* डेटा क्लीनिंग व प्री-प्रोसेसिंग (Data Cleaning): डुप्लीकेट हटाना, छूटे हुए मान (Missing Values) भरना और त्रुटियाँ सुधारना।
* डेटा विश्लेषण व अन्वेषण (Exploratory Data Analysis - EDA): सांख्यिकीय गणनाएँ करना और पैटर्न खोजना।
* डेटा विज़ुअलाइज़ेशन और रिपोर्टिंग (Visualization & Reporting): चार्ट्स के माध्यम से निष्कर्ष प्रस्तुत करना और निर्णय लेना।
10. AI में Data Analysis की आवश्यकता क्यों होती है?
* गुणवत्तापूर्ण इनपुट: AI और Machine Learning मॉडल्स पूरी तरह डेटा पर निर्भर होते हैं ("Garbage in, Garbage out")। डेटा विश्लेषण डेटा की गुणवत्ता सुनिश्चित करता है।
* फ़ीचर चयन (Feature Selection): मॉडल के लिए कौन सी विशेषताएँ (Variables) सबसे महत्वपूर्ण हैं, यह विश्लेषण द्वारा ही पता चलता है।
* पैटर्न व संबंध पहचानना: विश्लेषण मॉडलों को डेटा के अंतर्निहित नियमों और संबंधों को सीखने में सक्षम बनाता है, जिससे सटीक भविष्यवाणियाँ संभव होती हैं।
