graphical representation of data meaning in hindi

thesciencevision

Data Representation in Hindi | डाटा रिप्रजेंटेशन क्या है?

• 1.1 Definition of Data Representation –
• 2 एनालॉग क्रियाएँ  (Analog Operation) –
• 3 बाइनरी या द्वि-आधारी संख्‍या प्रणाली (Binary Number System) –
• 4 दशमलव या दाशमिक संख्‍या प्रणाली(Decimal Number System)-
• 5 ऑक्‍टल या अष्‍ट –आधारी संख्‍या प्रणाली(Octal Number System)-
• 6 हेक्‍सा-डेसीमल या षट्दशमिक संख्‍या प्रणाली (Hexa-decimal Number System) –

Introduction –

Data Representation क्रमश: दो शब्‍दों से मिलकर बना है पहला Data जिसे हम आसान शब्‍दों में कहें तो डिजिटल Information या जानकारी कहते हैं । तथा Representation का अर्थ  निरूपण, दर्शाना या वर्णन करना होता है ।

कम्‍प्‍यूटर में हम विभिन्‍न प्रकार के डाटा जैसे कि audio, video, text, graphics numeric आदि को स्‍टोर करते है । चूं‍कि कम्‍प्‍यूटर एक मशीन है जो human language नहीं समझता है ।  वह यूज़र द्वारा दिये गये अलग-अलग निर्देशों तथा डाटा को एक ही भाषा में संग्रहित करता है । जो कि 0 व 1 होती है जिसे हम बाइनरी लैंग्‍वेज कहते है ।

Definition of Data Representation –

कम्‍प्‍यूटर या इलेक्‍ट्रॉनिक डिवाइस में यूज़र द्वारा दिये गये सभी प्रकार के डाटा व निर्देश 0 व 1 इन दो अंको में परिवर्तित हो जाते हैं । इस प्रक्रिया को ही Data Representation कहते हैं ।   अर्थात् यूज़र द्वारा Input किया गया Data कम्‍प्‍यूटर जिस रूप में (0,1) ग्रहण करता है उसे Data Representation कहते हैं ।

Data Representation करने की दो क्रियायें है ।

• एनालॉग क्रियाएँ (Analog Operation)
• डिजिटल क्रियाएँ (Digital Operation)

एनालॉग क्रियाएँ  (Analog Operation) –

वे क्रियाएँ जिनमें अंको का प्रयोग नहीं किया जाता है, एनालॉग क्रियाएँ कहलाती है । एनालॉग क्रियाएं भौतिक मात्राओं जैसे- दाब, ताप, आयतन, लम्‍बाई आदि को उनके पूर्व परिभाषित मानों के एक वर्णक्रम के साथ परिवर्तनीय बिन्‍दुओं में व्‍यक्‍त किया जाता है । एनालॉग क्रियाओं का प्रयोग मुख्‍यत: इन्‍जीनियरिंग तथा विज्ञान के क्षेत्रों में किया जाता है ।

Example – स्‍पीडामीटर, थर्मामीटर, वोल्‍टमीटर, इत्‍यादि एनालॉग क्रियाओं के उदाहरण है ।

डिजिटल क्रियाएँ  (Digital Operation) –

आधुनिक कम्‍प्‍यूटर डिजिटल इलेक्‍ट्रॉनिक परिपथ से निर्मित होते हैं । इस परिपथ का मुख्‍य भाग ट्रांजिस्‍टर होता है । जो दो अवस्‍थाओं  क्रमश: 0,1 के रूप में  कार्य करता है ।

कम्‍प्‍यूटर में डाटा  को इन दो अवस्‍थाओं 0 व 1 के रूप में व्‍यक्‍त करते है तथा इन दो अंको या अवस्‍थाओं के सम्‍मलित रूप को बाइनरी संख्‍या-प्रणाली कहते है जिसे इंग्‍लिश में Binary Number System कहते हैं । Binary Number System को संक्षिप्‍त में bit कहा जाता है ।

कम्‍प्‍यूटर में डाटा की सबसे छोटी इकाई bit कहलाती है जो कि दो अंको के समूह 0 व 1 से मिलकर बनी होती है ।

4 बिट्स – 1 निबल

1024 बाइट्स – 1 किलोबाइट (KB)

1024 किलोबाइट्स  – 1 मेगाबाइट (MB)

1024 मेगाबाइट्स – 1 गीगा बाइट्स (GB)

1024 गीगाबाइट्स – 1 टेराबाइट (TB)

बाइनरी या द्वि-आधारी संख्‍या प्रणाली (Binary Number System) –

Binary Number System जैसा की नाम से ही स्‍पष्‍ट है कि इसमें binary (जिसका अर्थ दो होता है) अंको 0 व 1 का प्रयोग होता है । इस प्रणाली में केवल दो अंक 0 (शून्‍य) व 1 (एक) का प्रयोग होता है जिस कारण इसे द्वि-आधारी प्रणाली भी कहते हैं । यह एक स्विच की तरह कार्य करती है जिसमें केवल दो स्थिति होती है एक ऑन की और दूसरी ऑफ की, इसके अतिरिक्‍त तीसरी स्थिति संभव नहीं है । इस आधार पर ही कम्‍प्‍यूटर संख्‍या प्रणाली में 0 (शून्‍य) का अ‍र्थ ऑफ से तथा 1 (एक) का अर्थ ऑन से लगाया जाता है । बाइनरी का अर्थ दो होने के कारण उसके स्‍थानीय मान दाईं से बाई ओर क्रमश: दोगुने होते जाते हैं । अर्थात् 2, 4, 8, 16, 32, 64 आदि ।

दशमलव या दाशमिक संख्‍या प्रणाली(Decimal Number System)-

दैनिक जीवन में उपयोग होने वाली संख्‍या प्रद्धति को दशमिक या दशमलव संख्‍या प्रणाली कहा जाता है । Decimal Number System में 0, 1, 2, 3, 4, 5, 6, 7, 8 व 9 दस संकेत मान होते हैं । जिस कारण इस संख्‍या प्रणाली का आधार 10 होता है ।

Decimal Number System का स्‍थानीय मान संख्‍या के दायीं से बायीं दिशा में आधार 10 की घात के क्रम में बढ़ते हुये होता है । दशमलव प्रणाली के स्‍थानीय मान क्रमश: निम्‍न प्रकार है ।

इस उदाहरण से स्‍पष्‍ट है कि दशमलव संख्‍या प्रणाली में स्‍थानीय मान दायीं ओर से बायीं ओर 10 के घात के रूप  में बढ़ते जाते हैं ।

इसी प्रकार दशमलव बिन्‍दु के दाई ओर स्‍थानीय में 10 की घातों के रूप में ही घटते जाते हैं । जैसे –  1/10, 1/100, 1/1000, 1/10000 आदि । किसी भी संख्‍या के वास्‍तविक मान का पता करने के लिये उसके प्रत्‍येक अंक के मुख्‍य मान को उसके स्‍थानीय मान से गुणा करते हैं और उन्‍हें जोड़ लेते हैं ।

ऑक्‍टल या अष्‍ट –आधारी संख्‍या प्रणाली(Octal Number System)-

Octal Number System प्रणाली में 0, 1, 2, 3, 4, 5, 6, 7 इन आठ अंको का उपयोग किया जाता है । आठ अंको का प्रयोग होने के कारण ही इसका आधार आठ होता है । इन अंको के मुख्‍य मान दशमलव संख्‍या प्रणाली की तरह ही होते है । ऑक्‍टल संख्‍या प्रणाली में किसी भी बाइनरी संख्‍या को छोटे रूप में लिख सकते है । इसलिये ऑक्‍टल संख्‍या प्रणाली का उपयोग सुविधाजनक होता है ।

ऑक्‍टल संख्‍या प्रणाली का उपयोग मुख्‍यत: माइक्रो कम्‍प्‍यूटर में किया जाता है ।आधार आठ होने के कारण ऑक्‍टल संख्‍या प्रणाली में अंको के स्‍थानीय मान दायीं ओर से बायीं ओर क्रमश: आठ गुने होते जाते हैं, अर्थात् 1, 8, 64, 512 आदि  ।

ऑक्‍टल संख्‍या का उदाहरण – (144) 8

Note – कोई संख्‍या बाइनरी में है अथवा डेसिमल में या ऑक्‍टल में लिखी गयी है इसे प्रदर्शित करने के लिये संख्‍या को कोष्‍ठक में लिखकर उसके दाई ओर नीचे उस संख्‍या का आधार लिख दिया जाता है । जिसे हम पहचान लेते हैं कि वह संख्‍या किस System के अंतर्गत लिखी गयी है ।

बाइनरी संख्‍या प्रणाली (101) 2  

दशमलव संख्‍या प्रणाली (100) 10

ऑक्‍टल संख्‍या प्रणाली (144) 8  आदि ।

हेक्‍सा-डेसीमल या षट्दशमिक संख्‍या प्रणाली (Hexa-decimal Number System) –

हेक्‍सा-डेसीमल या षट्दशमिक संख्‍या प्रणाली जैसे कि नाम से ही स्‍पष्‍ट है कि हेक्‍सा-डे‍सीमल दो शब्‍दों से मिलकर बना हुआ है । हेक्‍सा + डेसीमल  हेक्‍सा का तात्‍पर्य छ: तथा डेसीमल से तात्‍पर्य दस से होता है । अत: इस संख्‍या प्रणाली में कुल 16 अंको होते हैं ।  जो निम्‍न प्रकार से है 0,1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F. हेक्‍सा-डेसीमल संख्‍या प्रणाली में अंको के स्‍थानीय मान दायीं ओर से बायीं ओर 16 के गुणको में बढ़ते जाते हैं ।

हेक्‍सा-डेसीमल का उदाहरण – (F6A4) 16

Compter Language कितने प्रकार की होती हैं ?

Computer Memory क्‍या है प्रकार ? 

Operation System किसे कहते हैं । 

• बिज़नस आईडिया
• हमारा YouTube चैनल
• सभी मशीन विक्रेताओं के नंबर
• कंप्यूटर नेटवर्क
• कंप्यूटर फंडामेंटल
• इन्टरनेट एंड वेब टेक्नोलॉजी
• हमारे बारें में
• हमसे संपर्क करें

• इन्टरनेट प्रोग्रामिंग

Data Representation in Hindi / डाटा रिप्रजेंटेशन क्या है?

आज के इस पोस्ट में हम आपको डाटा रिप्रजेंटेशन के बारें में विस्तार से बताएँगे. इसके साथ डाटा प्रोसेसिंग, डाटा, डाटा मापने की इकाई, डाटा स्टोरेज स्टेज इत्यादि को विस्तार से बताएँगे. डाटा रिप्रजेंटेशन के बारें में पूरी जानकरी के लिए पोस्ट को अंत तक जरुर पढ़ें.

डाटा रिप्रजेंटेशन क्या है? – Data Representation in Hindi

Data representation का अर्थ हैं कैसे हम किसी डाटा को represent करते हैं अर्थात् कैसे किसी डाटा को दर्शाते हैं, यहां पर डाटा representation दो शब्दों से मिलकर बना हैं डाटा+representation, यहां डाटा का मतलब हैं information से या कहें तो fact से, डाटा किसी भी form में हो सकता हैं जैसे audio, video, pictures, gif etc. और इन्हीं डाटा को किस तरह से represent किया जाए, ये डाटा का representation कहलाता हैं।

Computer में सभी डाटा मतलब audio, video, pictures ये सभी बाइनरी के फॉर्म में स्टोर किए जाते हैं computer में होने वाले इसी प्रोसेस को data representation कहते हैं।

डाटा क्या हैं ?

डाटा एक raw fact होता हैं जो अपने raw form में किसी काम का नहीं होता है. लेकिन उसी data को जब हम process और interpret करते हैं तब जाकर उनका सही मतलब सामने आता है, और जो की हमारे लिए बहुत उपयोगी होते हैं. इन्ही processed data को Information भी कहा जाता है. इसी information को computer में audio, video, pictures, MP3 के फॉर्म में save किया जाता है। जिसे हम डाटा कहते हैं।

• डाटा मापने की इकाई

Computer में कितना डाटा रख सकते है, उसे मापने के लिए कुछ स्टैंडर्ड का उपयोग करते हैं। डाटा को अलग अलग तरीके से मापा जा सकता हैं अर्थात् उसकी कैपेसिटी और space के हिसाब से उसे मापा जाता हैं जिसे लिए कुछ यूनिट्स use किए जाते हैं जैसे –

Bit यानी ‘Binary Digit’, यह मापन की सबसे छोटी इकाई हैं इसमें एक बिट की वैल्यू केवल एक ही बाइनरी डिजिट हो सकती हैं चाहे वो 0 हो या 1. अर्थात् 1 bit = binary digit (0,1), इस तरह से कंप्यूटर में जितना अक्षर लिखेंगे उतना बीट का जगह मेमोरी में लेगा. एक Bit का सिर्फ एक ही मान हो सकता है। कंप्यूटर बाइनरी कोड्स की ही भाषा को समझता है। इन बाइनरी कोड्स को ही Bit कहा जाता है।

बिट दो तरह से ही जानकारी को सेव कर सकती है जैसे – On Or Off (0 Or 1) कंप्यूटर की सभी बड़ी से बड़ी और छोटी Activities बिट के द्वारा ही संपन्न होती है। Bit को English के Small Letter ‘b’ से दर्शाया जाता है।

• कंप्यूटर में रजिस्टर क्या है (हिन्दी नोट्स)
• फ्लोचार्ट क्या हैं?(हिन्दी नोट्स)
• माउस क्या है इसके कार्य और प्रकार (हिन्दी नोट्स)

यह मापन की दूसरी सबसे छोटी इकाई हैं। यहां 4 bit = 1 nibble होता हैं अर्थात् 1 nibble की value 4 bit होती है।

ये 8 बिट मैमोरी से मिलकर बनता हैं अर्थात् 8bit = 1byte, मतलब 1byte 2 nibble से मिलकर बना हैं। ये एक स्टैंडर्ड unit होती हैं मैमोरी की। अर्थात् कोई भी डाटा स्टोर करते हैं तो कम से कम 1 बाइट का स्पेस occupy करता ही हैं। बाइट information की 256 स्टेटस को स्टोर कर सकती हैं। computer में बाइट, बिट से आगे की इकाई हैं एक ‘B’ को हमेशा बाइट कहा जाता हैं। और स्मॉल ‘b’ का मतलब bit होता हैं।

यह 1024 बाइट से मिलकर किलोबाइट बनता हैं। Kilobytes को अक्सर इस्तमाल किया जाता है छोटे files के size को measure करने के लिए. उदाहरण के लिए, एक plain text document में होते हैं 10 KB की data और इसलिए इसकी एक file size होती है करीब 10 kilobytes की जितनी. यह माप अक्सर मेमोरी क्षमता और डिस्क स्टोरेज का वर्णन करने के लिए उपयोग किया जाता है।

यहा megabytes का मतलब हैं 1024 KB अर्थात् 1024 kb मिलकर मेगाबाइट बनता है ,

Mb के पास KB के मुकाबले डाटा स्टोर करने की कैपेसिटी ज्यादा होती है। Megabyte का उपयोग अक्सर बड़ी फ़ाइलों के आकार को मापने के लिए किया जाता है। उदाहरण के लिए, एक High Resolution वाली JPEG इमेज फ़ाइल एक से पांच मेगाबाइट तक की हो सकती है।

एक डिजिटल कैमरे से Uncompressed raw images को 10 से 50 एमबी डिस्क स्थान की आवश्यकता हो सकती है। एक Compressed format में सहेजा गया तीन मिनट का गीत आकार में लगभग तीन मेगाबाइट हो सकता है, मीडिया के अधिकांश अन्य रूपों की क्षमता, जैसे फ्लैश ड्राइव और हार्ड ड्राइव , को आमतौर पर गीगाबाइट या टेराबाइट्स में मापा जाता है।

यह 1024 मेगा बाइट मिलकर 1 गीगाबाइट होता है. यह MB के मुकाबले  GB का साइज बड़ा होता है। 1 GB 1024 MB के बराबर होता है। इसमें बड़ी फाइल्स कि स्टोरेज आ जाती हैं। अगर 1 जीबी की क्षमता की बात करें तो 230 Mp3 Songs को Store किया जा सकता है।

Terra byte (TB)

यह 1024 गीगाबाइट मिलकर एक टेराबाइट होता है.TB full form Terabyte होता है। Terabyte GB का के मुकाबले ज्यादा बड़ा होता है। बता दूं कि 1TB, 1024 GB से मिलकर बना होता है। इसमें बहुत सारा डाटा को स्टोर करने की क्षमता होती है।

Petabyte (PB )

यह 1024 TB मिलकर एक Peta byte  होता है. PB full form Petabyte होता है। 1024 TB और 1000000 GB के बराबर एक Petabyte होता है. इसका मतलब कि एक Petabyte 1024 TB से मिलकर बना हुआ होता है। लेकिन बता दू कि अभी तक इतनी बड़ी मात्रा में कोई भी device उपलब्ध नहीं है।

Exabyte (EB)

यह 1024 PB  मिलकर एक EXA BYTE  होता है. यह बहुत बड़ी स्टोरेज यूनिट हैं इसमें बहुत अधिक मात्रा में डाटा स्टोर करके रखा जा सकता है या कहा जाए तो 5 Exabyte में हम पूरी मानव जाति द्वारा बोले गए सभी शब्दों को स्टोर कर सकते है।

Zettabyte (ZB)

Zetta Byte (ZB) यह 1024 EB मिलकर एक ZETTA BYTE  होता है. 1024 EB = 1 ZB इसकी तुलना हम किसी से नहीं कर सकते क्योंकि ये बहुत ही ज्यादा बड़ा स्टोरेज प्रोवाइड कराता हैं।

Yettabyte (YB )

यह 1024 ZB मिलकर एक Yetta Byte  होता है.1024 ZB =1 YB.

इनफार्मेशन क्या हैं? (Information kya hai)

किसी को कोई जानकारी बताना या सुनाना, या किसी माध्यम से उसके पास पहुँचाना ही Information कहलाता है।information एक बहुत ही जरूरी यूनिट होता हैं, किसी भी चीज की information के जरिए हम उसके बारे में जान पाते हैं और बेहतर जानकारी के लिए हम और भी information इकट्ठा करते हैं ताकि उसकी पूरी जानकारी हो सकें।Information एक प्रकार का डेटा होता है। जिसे हमारे द्वारा समझने में और उपयोग करने के अनुरूप बनाया जाता है। information के जरिए हम किसी काम को कैसे करना हैं उसकी जानकारी ले सकते हैं।

• कई महान व्यक्तियों ने Information को अलग-अलग प्रकार से व्यक्त किया।
• एन बैल्किन के अनुसार — Information उसे कहा जाता हैं, जिसमें आकार को परिवर्तित करने की क्षमता होती है।
• हाफमैन ने कहा — Information वक्तव्यों, तथ्यों अथवा आकृतियों का संकलन होती है।
• जे बीकर का मानना है। – किसी विषय से सम्बंधित तथ्यों को ही Information कहते हैं।

Information की जरूरत सभी काम को बेहतर बनाने के लिए होती हैं। जब तक हमे इन्फोर्मेशन नही होगी हम किसी काम को proper नही कर सकतें। जैसे – हमने स्टूडेंट्स से कहा की project बनाना है तो जब तक हम उनको information नहीं देंगे की कैसे बनाना है क्या बनाना हैं. तो students कैसे बनाएंगे बिना किसी information के।

डाटाबेस क्या है? (Database)

Database एक ऐसा स्थान है जहां पर data को स्टोर करके रखा जाता हैं ताकि डाटा सुरक्षित रहें और कोई भी बाहरी लोग उसे ऐक्सेस ना कर पाए। तथा हमे जब भी जरूरत हो database से अपना data ले सकें, डाटाबेस में डाटा टेबल के फॉर्म में रखा जाता हैं। आजकल बहुत बड़े डाटा में काम होता हैं जैसे किसी बड़ी कंपनी में हजारों employs होते हैं उन सभी का डाटा अगर हमको manage करना हैं तो उसे database में स्टोर करके रख दीया जाता हैं और easily जब जरूरत हो ऐक्सेस कर लिया जाता हैं।

ठीक इसी तरह ई-कॉमर्स वेबसाइट जैसे Flipkart, Amazon आदि की हम बात करें तो वहां पर भी इसका उपयोग होता है। कस्टमर की जानकारी, product detail से लेकर हर एक जानकारी डेटाबेस में ही stored रहते हैं।

• आउटपुट डिवाइस क्या है (हिन्दी नोट्स)
• इनपुट डिवाइस क्या है (हिन्दी नोट्स)
• सॉफ्टवेर क्या है और उसके प्रकार
• CPU क्या है और कैसे काम करता है?
• डाटा को कैसे स्टोर करते हैं?

Data को  सुरक्षित रखने के लिए हमें उसे स्टोर करना होता है. डाटा को स्टोर करने के लिए जरुरत पड़ती है स्टोरेज की. जब हम डाटा को स्टोर करके रखते हैं तो उसे आवश्यकतानुसार कभी भी उपयोग में ला सकते हैं. Physical World में डाटा को कागजों में लिखकर उसकी एक फाइल बनाकर स्टोर किया जाता है।

आज का युग Digital Marketing युग है, इसलिए अब डाटा को कागजों में स्टोर करने के बजाय कंप्यूटर के माध्यम से डाटाबेस में स्टोर किया जाता है. ताकि हम इसे कही से भी और कभी भी ऐक्सेस कर सकें।

इस Digital दुनिया में हम डाटा को 2 प्रकार से स्टोर कर सकते हैं।

• Temporary Storage
• Permanent Storage

#1 – Temporary Storage (अस्थायी भंडारण)

Temporary Storage में डाटा को Temporary रूप से RAM में स्टोर किया जाता है. इसमें Data Temporary रूप से स्टोर होता है. जब तक कंप्यूटर को Power Supply मिलती है तो RAM में डाटा Temporary रूप से स्टोर होता है. Power Supply बंद होने पर RAM में स्टोर डाटा भी Delete हो जाता है. जब भी हम Current Time में कंप्यूटर में कोई कार्य करते हैं तो उसका डाटा RAM में स्टोर रहता है.

#2 – Permanent Storage (स्थायी भंडारण)

Permanent Storage में डाटा को हमेशा के लिए स्टोर किया जाता है. डाटा को Permanent स्टोर करने के लिए हार्ड डिस्क ड्राइव, SSD आदि के इस्तेमाल करते हैं. इसके अलावा कुछ External Device जैसे कि पैन ड्राइव, मेमोरी कार्ड आदि में भी डाटा को Permanent Store किया जाता है.

अगर आपके पास कोई महत्वपूर्ण डाटा है तो आप उसे Permanent Store कर सकते हैं ताकि जब आपको जरूरत पड़े तो आप उस डाटा को Access कर सकें.

डाटा कितने प्रकार के होते है? (Data Types)

डाटा अलग अलग प्रकार के होते हैं जैसे audio, video, pictures, gif आदि

• Alphabetic data (अक्षरात्मक डाटा) – ये डाटा alphabets (अक्षर) में होते हैं। ये अक्षरों के समूह से बनते हैं। इसमें सिर्फ alphabets होते हैं numbers नहीं होते। जैसे – A,B,C,D आदि।
• Numeric data (संख्यात्मक डाटा) – ये डाटा numbers में होता हैं अर्थात् ये numerical (संख्यात्मक ) होता हैं । जैसे – 1,2,3,4 आदि।
• Video data (विडियो डाटा)- ये डाटा वीडियो फॉर्म में होता हैं अर्थता ये वीडियो वाले डाटा होते हैं, जैसे की video clip, movie आदि।
• Alpha numeric data (चिन्हात्मक डाटा) – इसमें डाटा special characters के रूप में होता हैं। उसे चिन्हात्मक डाटा कहते हैं, जैसे- @,#,$ आदि।
• Graphical data (ग्राफिकल डाटा)-   ये डाटा ग्राफिकल रूप में होता हैं. इसमें ग्राफिक्स उपयोग किए जाते हैं इसलिए इसे ग्राफिकल data कहते हैं, जैसे – image, pictures आदि।
• Sound data (ध्वनि डाटा) – ये डाटा ध्वनि के रूप में होता है. इसे ध्वनि डाटा कहते है। जैसे – गाने, ऑडियो आदि।

डाटा प्रोसेसिंग क्या हैं ? (Data Processing)

Data processing एक ऐसी प्रक्रिया हैं जिसमे raw डाटा को check किया जाता हैं ताकि वह आगे प्रोसेस की जा सके या आगे जिसको उसकी जरूरत हैं वह उसे उपयोग कर सके data के रुप में। ये process डाटा साइंटिस्ट लोग करते हैं, जिससे डाटा की सही तरीके से जांच की जा सके। डाटा scientist एक्सपर्ट होते हैं जिससे कोई गलती ना हों,ताकि आगे प्रोसेसिंग में दिक्कत ना आए। इसी प्रोसेस को हम डाटा प्रोसेसिंग कहते हैं।

डाटा को Process करने के लिए सबसे पहले हम किसी भी Data को Collect करते हैं Filter करते हैं तथा उसे Short भी करते हैं उसके बाद उस data का प्रोसेस करते हैं और इसके बाद उस डाटा को स्टोर किया जाता है।

डाटा प्रोसेसिंग के स्टेज (Stage)

डाटा प्रोसेसिंग  पहले manual तरीके से किया जाता था जिससे बहुत अधिक टाइम लग जाया करता था तथा errors की संभावना रहती थी और समय भी अधिक लगता था। लेकिन अब ये काम computer automated तरीको का use किया जा रहा हैं  जिसमें data processing बहुत फास्ट होता हैं तथा errors की संभावना भी कम हो जाती हैं। डाटा प्रोसेसिंग निम्न stages में किया जाता हैं –

• Data collection

Preparation

Data collection.

डाटा कलेक्शन Data Processing करने की सबसे पहली प्रक्रिया है इसमें हम अपने Raw Data को अलग-अलग माध्यम से Collect करते हैं और हम यह सुनिश्चित करते हैं कि Data सही और विश्वसनीय है या नही। और जब चेक कर लेते हैं तो आगे प्रोसेस में डाल देते हैं।

डाटा Preparation को हम Data Cleaning भी कहते हैं इस Process में हम अपने Raw Data को Short करते हैं  जिससे उसमे जो unnecessary data होता हैं उसे remove कर देते हैं तथा उसे Filter करते हैं और फिर हमारा यह Data अगले Step के लिए तैयार हो जाता है।

इस प्रक्रिया में हम Filter किए गए Data को Computer के अंदर मशीनी भाषा में Enter करते हैं यानी इस Data को Processing करने वाले Program के अनुसार तैयार करते हैं ताकि यह Processing के लिए आसानी से तैयार हो सके और Data Processing करने में काफी आसानी हो।

इस Step में सबसे पहले Input किये गए Data की जांच की जाती है और डाटा को अर्धपूर्ण जानकारी के लिए तैयार किया जाता है। इसमें Data Processing के लिए मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस एल्गोरिथम का Use किया गया है जिससे हमें एक अच्छा Output मिल सके।

इस Step में Process किए गए Data का परिणाम हमें प्राप्त होता है यानी Process किए गए Raw Data की अर्धपूर्ण जानकारी हमें दिखाई देती है। इस Output को User अलग-अलग फॉर्मेट में ( जैसे Graph, Table, Audio, Video, Document आदि) के रूप में देख सकता है।

ये डाटा प्रोसेसिंग का सबसे last stage है यहां पर हम प्रोसेस किए डाटा को अपने future use के लिए स्टोर करके रखते हैं। यहां ये डाटा safely store रहता है ताकि हमें जब भी जरूरत हैं इसे use कर सकते हैं।

डाटा प्रोसेसिंग के क्या विधि है? (Data Processing Method)

data processing निम्न तरीकों से किया जा सकता हैं .

Manual data processing

Mechanical data processing, batch processing, real time processing, data mining.

Manual डाटा प्रोसेसिंग एक ऐसी प्रोसेसिंग तकनीक हैं जिसमे डाटा मैनुअली प्रोसेस होता हैं यहां किसी भी tools या डिवाइस से नहीं की जाती बल्कि यहां डाटा प्रोसेसिंग कुछ software की मदद से की जाती हैं जैसे calculations, logical operations के हेल्प से डाटा प्रोसेसिंग की जाती हैं।

Mechanical डाटा प्रोसेसिंग में डाटा को मैकेनिकल device की मदद से प्रोसेस किया जाता हैं जैसे type writer, प्रिंटर आदि से। ये काफी fast होता हैं जिससे समय की बचत होती हैं और accurate डाटा मिल जाता हैं।

बैच प्रोसेसिंग (Batch Processing) में डाटा एक निश्चित समयावधि में संकलित (Collected) किया जाता है और इस डाटा पर प्रक्रिया बाद में एक बार में होती है, यह डाटा प्रोसेसिंग की बहुत पुरानी विधि हैं। जिससे बहुत कम समय में बहुत सारे डाटा में काम हो जाता हैं। बैच प्रोसेसिंग सिस्टम में प्रत्येक user अपना प्रोग्राम ऑफ-लाइन में तैयार करता है और फिर उसे कम्प्यूटर सेंटर को दे देता है।

Real time processing का उपयोग तब किया जाता है जब हमे रिजल्ट तुरंत चाहिए होता हैं, यह प्रोसेस बहुत जल्दी रिजल्ट देता हैं तथा कोई काम को continue चल रहा हो उसके लिए इस प्रकार के system का use किया जाता हैं।

ये एक ऐसा प्रोसेस हैं जिसमे डाटा को माइनिंग किया जाता हैं अर्थात् डाटा को खोज करके निकाला जाता हैं, जिससे आगे उसको प्रोसेस किया जा सके। और डाटा को filter करके निकाला जा सके। यह एक बहुत ही important पार्ट होता हैं डाटा प्रोसेसिंग का।

• कंप्यूटर नंबर सिस्टम क्या है – हिन्दी नो ट्स
• ऑपरेटिंग सिस्टम क्या है? और कैसे काम करता है?

कंप्यूटर में डाटा प्रेजेंटेशन क्या है?

कंप्यूटर में डाटा प्रेजेंटेशन डाटा को रिप्रेजेंट करने का एक तरीका है. जिसमे डाटा को प्रस्तुत किया जाता है. डाटा को ग्राफ, इमेज या विसुअल रूप में दिखाना ही डाटा का प्रेजेंटेशन है.

डाटा कितने प्रकार के होते हैं?

डाटा 6 प्रकार के होते है. डाटा अलग अलग प्रकार के होते हैं जैसे audio, video, pictures, gif आदि Alphabetic data (अक्षरात्मक डाटा) जैसे – A, B, C, D आदि। Numeric data (संख्यात्मक डाटा) – जैसे – 1,2,3,4 आदि। Video data (विडियो डाटा)- जैसे की video clip, movie आदि। Alpha numeric data (चिन्हात्मक डाटा) – जैसे- @,#,$ आदि। Graphical data (ग्राफिकल डाटा)-   जैसे – image, pictures आदि। Sound data (ध्वनि डाटा) – जैसे – गाने, ऑडियो आदि।

• डाटा क्या हैं?

इनफार्मेशन के समूह को डाटा कहा जाता है जो एक रॉ फैक्ट होता है. डाटा को प्रोसेस करके इन्टरप्रेट करने पर उसका अर्थ पता चलता है.

डेटा प्रतिनिधित्व में कितने नंबर सिस्टम का उपयोग किया जाता है?

डेटा प्रतिनिधित्व के लिए बाइनरी नंबर सिस्टम का उपयोग किया जाता है. बाइनरी नंबर सिस्टम का बेस 2 होता है. इसमें डाटा को रिप्रेजेंट करने के लिए (01) का उपयोग किया जाता है.

अधिक जानकरी के लिए विडियो देखें :-

आज आपने सिखा

तो दोस्तों आपको ये लेख Data Representation in Hindi ( डाटा रिप्रजेंटेशन क्या है?) कैसा लगा आप मुझे कमेंट करके जरुर बताएं. यदि यह लेख Data Representation in Hindi ( डाटा रिप्रजेंटेशन क्या है?) आपको पसंद आया हो तो आप इसे लाइक और शेयर जरुर करें. यदि इस लेख Data Representation in Hindi ( डाटा रिप्रजेंटेशन क्या है?) से जुड़े कोई सवाल या सुझाव् है तो आप मुझे कमेंट कर सकते हो.

इसी प्रकार के टेक्नोलॉजी से जुड़े लेख, कंप्यूटर नोट्स और बिज़नस आइडियाज की जानकारी के लिए मेरे अन्य वेबसाइट nayabusiness.in और YouTube चैनल computervidya चैनल में विजिट जरुर करें.

• Data Representation in Hindi
• इनफार्मेशन क्या हैं?
• डाटा कितने प्रकार के होते है?
• डाटा प्रोसेसिंग के क्या विधि है?
• डाटा प्रोसेसिंग के स्टेज
• डाटा प्रोसेसिंग क्या हैं?
• डाटा रिप्रजेंटेशन क्या है?
• डाटाबेस क्या है?

Keyboard in Hindi / कीबोर्ड क्या है? Keyboard kya hai – हिन्दी नोट्स

हाई लेवल लैंग्वेज क्या हैं परिभाषा और उदाहरण (हिन्दी नोट्स) – what is high..., leave a reply cancel reply.

Save my name, email, and website in this browser for the next time I comment.

• Chat GPT क्या है और काम कैसे करता है?
• घरेलु महिलाओं के लिए 25 बेस्ट बिज़नस
• क्लाउड कम्प्यूटिंग क्या हैं? (हिन्दी नोट्स)
• OSI Model क्या है? विस्तार से समझाइए।
• IP Address क्या है और कैसे काम करता है?
• Virus क्या है और कितने प्रकार के होते है?
• Cryptography क्या है? (हिन्दी नोट्स)
• गोबर से जुड़े 15 बेस्ट बिज़नस आइडियाज
• मशरूम की खेती कैसे शुरू करें?
• कम्प्युटर का इतिहास और विकास
• Microprocessor क्या है? (हिन्दी नोट्स)
• कंप्यूटर की सभी 6 पीढ़ियां, विशेषता, कमियाँ
• कंप्यूटर नंबर सिस्टम क्या है - हिन्दी नोट्स
• नेटवर्क डिवाइस क्या है और कितने प्रकार के होते है?
• बेसिक इन्टरनेट टर्मिनोलॉजी-हिंदी नोट्स
• Privacy Policy
• Terms and Conditions

Computer and IT नोट्स हिंदी में

Data Representation in hindi-डाटा रिप्रजेंटेशन क्या है?

हेल्लो दोस्तों आज के इस पोस्ट में आपको data representation in hindi  के बारे में बताया गया है की क्या होता है कैसे काम करता है तो चलिए शुरू करते है

data reperesentation  का परिचय

information को विभिन्न रूपों जैसे की text,numbers ,images ,audio,video में आता है

data communication में text कोएक bit pattern ,जोकि bits( 0s अथवा 1s ) की एक sequence होती है जो की रूप में represent किया जाता है bit pattern के विभिन्न sets को text symbols में represent करने के लिए design किया गया है

bit pattern का प्रत्येक set को कोड code कहा जाता है और text symbols को represent करने की process को coding कहा जाता है present में प्रचलित coding system को unicode कहा जाता है जिसमे विश्व की किसी भी language में प्रयोग किये जाने वाले किसी symbols अथवा characters को represent करने के लिए ही 32 bits का प्रयोग किया जाता है

ASCII( american standard code for information interchange ) को कुछ दर्शको पूर्व में united state में विकसित किया गया था

इसे भी जाने –

• Network Criteria in hindi-नेटवर्क क्राइटेरिया क्या है?
• What is SSL full form in hindi-ssl फुल फॉर्म क्या है?
• Multiplexing in hindi-मुल्तिप्लेक्सिंग क्या है?
• What is IPV6 in hindi?-IPV6 क्या है?

numbers को भी bit pattern के द्वारा ही represent किया जाता है numbers को represent करने के लिए किसी code जैसे की ASCII का प्रयोग नहीं किया जाता है mathematical operations को simple बनाने के लिए ,numbers को सीधे सीधे binary number में परिवर्तित किया जाता है

विभिन्न numbering systems है –

binary number system ,decimal number system ,hexadecimal number system ,octal number system

चुकी computer केवल binary number को ही समझता है अत: data communication के लिए ही अन्य number system के number को binary number system में परिवर्तित किया जाता है

images को भी bit pattern के द्वारा ही represent किया जाता है इसके सरलतम रूप में image pixels की matrix के द्वारा बनी होती है जहा pixel एक छोटा बिंदु अथवा dot होता है इस dot का आकार  resolution पर ही निर्भर करता है image के बेहतर representation के लिए image का resolution को बेहतर होना चाहिए

परन्तु इसे स्टोर करने के लिए अधिक मेमोरी की आवश्यकता होती है image को pixels में विभाजित करने के उपरांत प्रत्येक pixel को एक bit pattern में aasign किया जाता है pattern का आकार और मान image पर निर्भर करता है

black and white dots से बनी image को represent करने के लिए 1-bit pattern पर्याप्त होती है grayscale image को represent करने के लिए 2-bit pattern का प्रयोग किया जा सकता है इसमे black pixel को 00 ,dark gray pixel को 01 ,light gray pixel को 10 ,और white pixel को 11 के द्वारा represent किया जा सकता है

RGB image में प्रत्येक रंग तीन प्राथमित रंगों –red ,green और blue के विभिन्न संयोजनों से बनता है प्रत्येक रंग की intensity को मापकर उसे एक bit pattern को assign किया जाता है इसी प्रकार आप YCM image ,जिसमे अन्य तीन प्राथमिक रंगों-पीला(yellow),स्यान(cyan) और magenta(मजेंटा) का प्रयोग किया जाता है

और CMYK image,जिसमे चार रंगों-स्यान(cyan),magenta(मजेंटा),पीला(yellow) और black(काला) रंगों का प्रयोग किया जाता है तथा प्रत्येक के लिए भी प्रत्येक रंग की intensity को मापकर उसे के bit pattern को assign किया जाता है

audio sound अथवा music की recording अथवा broadcasting को दर्शाती है audio स्वभाव से text ,number और image से भिन्न होती है यह continuous होती है जब हम किसी audio को electronically record अथवा broadcast करते है तो इनको आप digital signals में परिवर्तित किया जाता है digital signals की दो ही state होती है  0 और 1

जिन्हें पृथक पृथक दो voltage से अभिव्यक्त किया जाता है

video picture अथवा movies की recording अथवा broadcasting को दर्शाया है video को एक continuous entity के रूप में एक video camera के द्वारा तैयार किया जा सकता है अथवा यह विभिन्न images का एक combination हो सकता है प्रत्येक continuous entity इस प्रकार व्यवस्थित होती है की एक गति का आभास होता है और जब हम किसी video को electronically record अथवा broadcast करते है तो इनको digital signals में परिवर्तित किया जाता है

reference- https://www.tutorialspoint.com/computer_concepts/computer_c

निवेदन -अगर आपको यह आर्टिकल(data representation in hindi ) अच्छा लगा हो तो आप इस पोस्ट को अपने दोस्तों के साथ जरुर शेयर() करे और आपको जिस टॉपिक(data representation in hindi ) पर आपको पढना या नोट्स चाहिए तो हमें जरुर कमेंट करे आपका कमेंट्स हमारे लिए बहु मूल्य है धन्यवाद

Leave a Comment Cancel reply

Save my name, email, and website in this browser for the next time I comment.

Graphical Representation of Data

Graphical representation of data is an attractive method of showcasing numerical data that help in analyzing and representing quantitative data visually. A graph is a kind of a chart where data are plotted as variables across the coordinate. It became easy to analyze the extent of change of one variable based on the change of other variables. Graphical representation of data is done through different mediums such as lines, plots, diagrams, etc. Let us learn more about this interesting concept of graphical representation of data, the different types, and solve a few examples.

Definition of Graphical Representation of Data

A graphical representation is a visual representation of data statistics-based results using graphs, plots, and charts. This kind of representation is more effective in understanding and comparing data than seen in a tabular form. Graphical representation helps to qualify, sort, and present data in a method that is simple to understand for a larger audience. Graphs enable in studying the cause and effect relationship between two variables through both time series and frequency distribution. The data that is obtained from different surveying is infused into a graphical representation by the use of some symbols, such as lines on a line graph, bars on a bar chart, or slices of a pie chart. This visual representation helps in clarity, comparison, and understanding of numerical data.

Representation of Data

The word data is from the Latin word Datum, which means something given. The numerical figures collected through a survey are called data and can be represented in two forms - tabular form and visual form through graphs. Once the data is collected through constant observations, it is arranged, summarized, and classified to finally represented in the form of a graph. There are two kinds of data - quantitative and qualitative. Quantitative data is more structured, continuous, and discrete with statistical data whereas qualitative is unstructured where the data cannot be analyzed.

Principles of Graphical Representation of Data

The principles of graphical representation are algebraic. In a graph, there are two lines known as Axis or Coordinate axis. These are the X-axis and Y-axis. The horizontal axis is the X-axis and the vertical axis is the Y-axis. They are perpendicular to each other and intersect at O or point of Origin. On the right side of the Origin, the Xaxis has a positive value and on the left side, it has a negative value. In the same way, the upper side of the Origin Y-axis has a positive value where the down one is with a negative value. When -axis and y-axis intersect each other at the origin it divides the plane into four parts which are called Quadrant I, Quadrant II, Quadrant III, Quadrant IV. This form of representation is seen in a frequency distribution that is represented in four methods, namely Histogram, Smoothed frequency graph, Pie diagram or Pie chart, Cumulative or ogive frequency graph, and Frequency Polygon.

Advantages and Disadvantages of Graphical Representation of Data

Listed below are some advantages and disadvantages of using a graphical representation of data:

• It improves the way of analyzing and learning as the graphical representation makes the data easy to understand.
• It can be used in almost all fields from mathematics to physics to psychology and so on.
• It is easy to understand for its visual impacts.
• It shows the whole and huge data in an instance.
• It is mainly used in statistics to determine the mean, median, and mode for different data

The main disadvantage of graphical representation of data is that it takes a lot of effort as well as resources to find the most appropriate data and then represent it graphically.

Rules of Graphical Representation of Data

While presenting data graphically, there are certain rules that need to be followed. They are listed below:

• Suitable Title: The title of the graph should be appropriate that indicate the subject of the presentation.
• Measurement Unit: The measurement unit in the graph should be mentioned.
• Proper Scale: A proper scale needs to be chosen to represent the data accurately.
• Index: For better understanding, index the appropriate colors, shades, lines, designs in the graphs.
• Data Sources: Data should be included wherever it is necessary at the bottom of the graph.
• Simple: The construction of a graph should be easily understood.
• Neat: The graph should be visually neat in terms of size and font to read the data accurately.

Uses of Graphical Representation of Data

The main use of a graphical representation of data is understanding and identifying the trends and patterns of the data. It helps in analyzing large quantities, comparing two or more data, making predictions, and building a firm decision. The visual display of data also helps in avoiding confusion and overlapping of any information. Graphs like line graphs and bar graphs, display two or more data clearly for easy comparison. This is important in communicating our findings to others and our understanding and analysis of the data.

Types of Graphical Representation of Data

Data is represented in different types of graphs such as plots, pies, diagrams, etc. They are as follows,

Related Topics

Listed below are a few interesting topics that are related to the graphical representation of data, take a look.

• x and y graph
• Frequency Polygon
• Cumulative Frequency

Examples on Graphical Representation of Data

Example 1 : A pie chart is divided into 3 parts with the angles measuring as 2x, 8x, and 10x respectively. Find the value of x in degrees.

We know, the sum of all angles in a pie chart would give 360º as result. ⇒ 2x + 8x + 10x = 360º ⇒ 20 x = 360º ⇒ x = 360º/20 ⇒ x = 18º Therefore, the value of x is 18º.

Example 2: Ben is trying to read the plot given below. His teacher has given him stem and leaf plot worksheets. Can you help him answer the questions? i) What is the mode of the plot? ii) What is the mean of the plot? iii) Find the range.

Solution: i) Mode is the number that appears often in the data. Leaf 4 occurs twice on the plot against stem 5.

Hence, mode = 54

ii) The sum of all data values is 12 + 14 + 21 + 25 + 28 + 32 + 34 + 36 + 50 + 53 + 54 + 54 + 62 + 65 + 67 + 83 + 88 + 89 + 91 = 958

To find the mean, we have to divide the sum by the total number of values.

Mean = Sum of all data values ÷ 19 = 958 ÷ 19 = 50.42

iii) Range = the highest value - the lowest value = 91 - 12 = 79

go to slide go to slide

Book a Free Trial Class

Practice Questions on Graphical Representation of Data

Faqs on graphical representation of data, what is graphical representation.

Graphical representation is a form of visually displaying data through various methods like graphs, diagrams, charts, and plots. It helps in sorting, visualizing, and presenting data in a clear manner through different types of graphs. Statistics mainly use graphical representation to show data.

What are the Different Types of Graphical Representation?

The different types of graphical representation of data are:

• Stem and leaf plot
• Scatter diagrams
• Frequency Distribution

Is the Graphical Representation of Numerical Data?

Yes, these graphical representations are numerical data that has been accumulated through various surveys and observations. The method of presenting these numerical data is called a chart. There are different kinds of charts such as a pie chart, bar graph, line graph, etc, that help in clearly showcasing the data.

What is the Use of Graphical Representation of Data?

Graphical representation of data is useful in clarifying, interpreting, and analyzing data plotting points and drawing line segments , surfaces, and other geometric forms or symbols.

What are the Ways to Represent Data?

Tables, charts, and graphs are all ways of representing data, and they can be used for two broad purposes. The first is to support the collection, organization, and analysis of data as part of the process of a scientific study.

What is the Objective of Graphical Representation of Data?

The main objective of representing data graphically is to display information visually that helps in understanding the information efficiently, clearly, and accurately. This is important to communicate the findings as well as analyze the data.

Data क्या है और इसके प्रकार?

डाटा क्या है (What is Data in Hindi) ? आप कोई भी background से क्यूँ न हो, हम सभी ने कभी न कभी तो data शब्द का इस्तमाल जरुर किया होगा। लेकिन उसके वाबजूद भी हमारे मन में कई बार ये सवाल जरुर उठता है की आखिर में ये Data क्या है, और सभी जगहों में इस data को इनता ज्यादा महत्वपूर्ण क्यूँ माना जाता है।

यदि आप भी data के सच्चे अर्थ के बारे में जानना चाहते हैं तब आपको ये article Data क्या है और इसके types क्या हैं जैसे सभी जानकारी जो की Data से जुड़ी हुई हो उसे मैंने इस article के जरिये आपको समझाने की कोशिश करी है।

वैसे data सिर्फ एक computer से सम्बंधित term नहीं है बल्कि data plain facts को कहा जाता है. ये शब्द ‘ data ’ plural होता है ‘ datum ’ का. ये data कुछ भी हो सकता है जैसे की किसी देश की आबादी, अस्पतालों में मरीजों की संख्या, किसी school का ठीकाना इत्यादि। ये सभी चीज़ें इनके natural form में organized या structured नहीं होती है इसलिए इनका ज्यादा इस्तमाल नहीं किया जा सकता।

वहीँ अगर इसी data को processes, organized, structured कर present किया जाये किसी एक particular context में उन्हें useful बनाने के लिए तब इसे Information कहा जाता है. ये तो बस एक simple definition थी data और information की, पूरी details में जानने के लिए आपको यह article Data क्या है? पूरा पढना होगा।

डाटा क्या है (What is Data in Hindi)

Data को हम ऐसे कह सकते हैं की ये एक representation होता है facts, concepts, या instructions का एक formalized manner में, जो की suitable होता है communication, interpretation, या processing के लिए इन्सान या electronic machine के द्वारा।

Data को हम characters के मदद से represent कर सकते हैं जैसे की alphabets ( A-Z, a-z ), digits (0-9) या कोई special characters ( +,-,/,*,<,>,= ) इत्यादि।

ये data कुछ भी हो सकता है कोई character, text, numbers, pictures, sound, या फिर video भी. वहीँ अगर data को कोई context में डाला न गया तब इसका कोई काम नहीं होता है चाहे वो किसी इन्सान के लिए या फिर कोई computer के लिए।

Data अपने raw form में किसी काम का नहीं होता है. लेकिन उसी data को जब हम process और interpret करते हैं तब जाकर उनका सही मतलब सामने आता है, और जो की हमारे लिए बहुत उपयोगी होते हैं. इन्ही processed data को Information भी कहा जाता है।

Analog vs. Digital Data

Data को represent करने के दो general ways होते हैं : Analog और digital. Analog data प्राय तोर से continuous होते हैं – ये ‘ analogous’ होते हैं उनके actual facts के प्रति जिन्हें की ये represent करते हैं. Digital data बहुत ही discrete और उन्हें broken up किया जाता है limited number of elements में. उदहरण के लिए Nature (प्रकृति) analog होता है, वहीँ computers digital होते हैं।

• फोटोशोप क्या है और कैसे चलाते हैं
• सॉफ्टवेर क्या है और इसके प्रकार
• एनिमेशन क्या है और कैसे बनाये

हमारे natural world प्राय चीजें continuous होती हैं nature में. उदहरण के लिए, आप इन्द्रधनुष के colors को देख सकते हैं. इसमें इन्द्रधनुष continuous होता है और infinite number के shades प्रदान करता है. वहीँ Computer systems में, वो continuous तो होते हैं लेकिन finite होते हैं. वो सभी data जिन्हें की आप binary digits में store करते हैं, इनमें ये limit है की कितने data को represent किया जा सकता है।

Data के प्रकार

Computer systems काम करते हैं अलग अलग प्रकार के digital data के साथ।

Computing के पहले के दिनों में data primarily केवल text और numbers ही हुआ करता था; लेकिन वहीँ modern day computing की बात करें तब, अभी बहुत सारे प्रकार के multimedia data हैं, जैसे की audio, images, graphics और video. लेकिन ultimately, सभी data types को binary digits के हिसाब से ही store किया जाता है।

प्रत्येक data type के लिए, कुछ बहुत ही specific techniques होते हैं उन्हें convert करने के लिए binary language के बिच computers में और उन्हें कैसे हम अपने senses से interpret करें उन data को जैसे की sight और sound।

डाटाबेस क्या है

हम data के बारे में ज्यादा बोल नहीं सकते बिना database का नाम लिए. हाँ एक database एक organized collection of data होता है. Data को ऐसे ही किसी list में random order में न डालकर एक database के मदद से उन्हें एक structure प्रदान किया जाता है, उन data को organize करने के लिए।

एक बहुत ही common data structures होता है database table. इस table में मुख्य रूप से rows और columns होते हैं. प्रत्येक row को typically एक record कहा जाता है, वहीँ प्रत्येक column को typically एक field कहा जाता है।

Information क्या है?

Information एक ऐसा प्रकार का data होता है जिसे की पूरी तरह से process किया गया होता है कुछ इसप्रकार से की वो बहुत ही meaningful होता उस person के लिए जो की इसे receive करते हैं. ये कोई भी चीज़ हो सकता है जिसे की communicate किया जा सके।

जहाँ Data raw facts को कहा जाता है वहीँ information processed data को कहा जाता है. उदहरण के लिए किसी class के students के subject marks, roll number, age, rank इत्यादि को data कहा जा सकता है।

वहीँ अगर आपको कहा जाये की उन students में से best 5 students के maths के marks को लाया जये तब आपको पहले उन students के सभी data को categorize करना होगा और फिर उसे process कर ही आप मांगे गए data को प्रदान कर सकते हैं. यहीं तो data आप results के तोर पर पाते हैं उसे information कहते हैं ।

Information बहुत ही organized और classified data होता है, जिसकी कुछ meaningful values होती है receiver के लिए. Information एक प्रकार का processed data होता है जिसके ऊपर decisions और actions based होता है।

Decision को meaningful बनाने के लिए, processed data must qualify करने चाहिए कुछ characteristics, जो की हैं

यदि किसी processed data में ये सभी characteristics होते हैं तब उन्हें ही असल में Information कहा जाता है.

Data कैसे Store किया जाता है?

Data और Information को typically computer में store करने के लिए hard drive या कोई दूसरा storage device का इस्तमाल किया जाता है।

Data जो की computer memory/storage में store किया जाता है उन्हें मुख्य रूप से दो हिस्सों में categorized किया जाता है।

1. Permanent storage ( Hard disk / Hard drive) 2. Temporary storage (RAM – Random Access memory )।

इन दोनों में मुख्य अंतर है वो ये की permanent storage data को retain करता है power failure के case में भी, ये तब तक उसे retain कर सकता है जब तक की आप उसे intentionally delete न कर दें वहीँ temporary memory data तुरंत ही lost हो जाते हैं जब power failure होता है और इसे automatically manage किया जाता है computer के CPU के द्वारा।

Temporary memory को ज्यादातर computer applications इस्तमाल करते हैं processes को run करने के लिए. एक बार process complete हो जाये, तब इसका इस्तमाल दुसरे नए processes को run कराने के लिए किया जाता है. इसका इस्तमाल मुख्य रूप से temporary files को store करने के लिए किया जाता है।

जब हम bits को एकसाथ group करते हैं तब उसे computer industry में एक नाम दिया जाता है. ज्यादातर references के तोर से computers number of bytes का इस्तमाल एक measure के तरह करता है computer’s memory (primary storage) capacity और storage (secondary) capacity को लेकर।

Computer memory को partitioned (divided) किया जाता है बहुत सारे number of data containers में जिन्हें की memory cells कहते हैं।

सभी cell एक specific amount of data को ही store कर सकते हैं जिन्हें की word कहा जाता है (उदहरण के लिए 8 bits data का इस्तमाल)

सभी cell में एक associated location identifier होता है जिसे की address कहते हैं।

Data जिन्हें की process किया जाता है, उन्हें coded किया जाता है binary (base-2 number) form में जिसके लिए बहुत से अलग प्रकार के encoding schemes का इस्तमाल होता है, चलिए उनके बारे में आगे discuss करते हैं।

शुरुवात करने के लिए, digits 0 और 1 binary digits होते हैं और प्रत्येक को short में bit कहा जाता है. वहीँ, 0 represent करता है OFF state को और 1 represent करता है ON state को।

अगर n bits किसी cell में हों, और 2n (जिसे की “2 to the power or n”) ways हों जिसमें zeros और ones को arrange किया जाता है, उदहरण के लिए 2 binary digits (either 1 or 0), इसे सभी arrangements (22 or 2×2 or 4) possibilities हो सकते हैं जो की हैं -00, 01, 10 और 11।

किसी computer’s memory की capacity को determine करने के लिए उनके दो पहलूवों को गौर किया जाता है, जो की हैं पहला की कितने number of bits per cell हैं और number of cells जिसमें memory को partitioned किया जाता है, उदहरण के लिए computer memory depend करता है कितने bits प्रत्येक cell में stored हैं और कितने cells available हैं।

Computer industry के हिसाब से sequence of 8-bits (जिसे की byte भी कहा जाता है), यह ही basic unit of memory होती है।

Units for Measuring Memory (Data Storage) Capacity:

डाटा के प्रकार.

Programming की बात करें तब data type को हम कह सकते हैं की, यह एक classification होता है जो की ये specify करता है की किस type की value एक variable के पास है और कोन से प्रकार के mathematical, relational या logical operations उनपर apply किया जायेगा जिससे कोई भी error नहीं होगा।

उदहरण के लिए, एक string ऐसा data type है जिसका इस्तमाल text को classify करने के लिए किया जाता है वहीँ एक integer ऐसा data type है जिसका इस्तमाल whole numbers को classify करने के लिए किया जाता है।

वहीँ इसके अलावा भी कई और प्रकार के data होते हैं. जिनके बारे में मैंने नीचे बताया हुआ है।

संख्यात्मक (Numerical) Data

इस तरह के Data में 0-9 तक की संख्याए यानी Decimal Numbers रहते हैं. Computer में खासकर इसी numerical data का ही इस्तमाल होता है. Excel sheet में हम data के तोर पर numerical data का ही इस्तमाल करते हैं।

अक्षर (Alphabetic) Data

किसी भी तरह की वर्णमाला चाहे Hindi के (क, ख, ग) या इंग्लिश के (A, B, C) हो वो सभी इसी Alphabetic Data के अंतर्गत आते हैं।

चिन्हात्मक (Alpha Numeric) Data

सुनने में जैसा लगता है ठीक वैसे ही ये data में सभी प्रकार के चिन्ह जैसे @, #, $ आदि आते हैं।

ऑडियो Data | ध्वनि (Audio data)

ये Data में सभी प्रकार के गाने, Recording आदि होते हैं जो ऑडियो फॉर्मेट जैसे MP3, WAV, format में इस्तमाल किये जाते हैं।

विडियो Data | चलचित्र (Video data)

इस प्रकार के Data में सभी प्रकार की विडियो होते हैं और वो video format जैसे की MP4, MKV आदि format में इस्तमाल किये जाते हैं।

Graphical Data | रेखाचित्र

इस तरह के Data के अंतर्गत Images, pictures, Graphical Data आदि JPG, PNG format में इस्तमाल किये जाते हैं।

Data Processing क्या है?

चलिए जानते हैं Data Processing क्या है? Data processing एक ऐसा process है जिसमें raw data को meaningful information में convert किया जाता है एक process के माध्यम से. Data को manipulate किया जाता है जिससे वो results produce करे और जिससे एक problem का resolution किया जा सके या कोई मेह्जुदा problem का situation improve किया जा सके।

एक production process के तरह ही ये भी एक cycle का पालन करता है जहाँ पर inputs (raw data) को एक process (computer systems, software, etc.) में डाला जाता है जिससे output (information and insights) produce हो सके।

Data Processing के Basic Stages

Basic stages में मुख्य रूप से तीन steps होते हैं data processing cycle के।

• Input इस step में, input data को एक convenient form में prepare किया जाता है processing के लिए. ये form processing machine के ऊपर निर्भर करता है. उदहारण के लिए, जब electronic computers का इस्तमाल किया जाता है, तब input data को किसी एक मेह्जुदा medium में store किया जाता जैसे की magnetic disks, tapes, या और कुछ.
• Processing इस step में, input data को produce data में बदला जाता है जो की ज्यादा useful form होता है. उदहारण के लिए, किसी company में sales की summary calculate करने के लिए sales orders को देखा जाता है.
• Output इस step में, इसके पूर्व के processing step के result को collect किया जाता है. Output data का कोई particular form इसके ऊपर निर्भर करता है की उस data को किस तरह से इस्तमाल किया जाता है. उदहारण के लिए, output data में कोई employees के pay-checks भी हो सकते हैं.

चलिए अब Data Processing के Basic Stages को Details में समझते हैं

इस input प्रक्रिया में डाटा को collect कर कहीं store किया जाता है. Store का मतलब है की कहीं इकठ्ठा किया जाता है वो चाहे तो आप computer में भी store कर सकते हैं या कोई paper में भी लिख सकते हैं. Input के दुसरे process को समझते हैं।

a) Collection Input करने से पहले हमें data की collection करने की आवश्यकता है. Data को अलग अलग Sources से collect किया जाता है, जैसे एक शहर में कितने schools हैं यह जानने के लिए सभी schools को जाना होता है तथ्य को collect किया जाता है. एक class में कितने student 50% से ज्यादा marks रखे हैं. इस Information को जानने के लिए भी हर student की मार्क sheet collect करने की आवश्यकता है।

b) Verification अब अगला जो step है वो है Verification, जहाँ यह confirm किया जाता है की जो data input के लिए लिया गया है वह सही है या गलत. जैसे जब result PUBLISH करने से पहले सबसे पहले उसे Verify किया जाता है. आप भी किसी को कोई report देने से पहले एक बार verify जरुर करते हैं।

c) Coding इस step में डाटा को Coding किया जाता है, इसका मतलब है उसे Machine form में बदला जाता है यानि की Computer Readable Form में Convert करना. जिसे computer Input data को आगे आसानी से Process कर सके।

d) Storing अब जो data Computer के excel या word में enter किया गया है. उस डाटा को Computer में स्टोर किया जाता है. इसके लिए कोई Storage Device का इस्तेमाल किया जाता है. जब डाटा कंप्यूटर में स्टोर हो जाता है तभी अगला जो step है Processing के लिए भेजा जाता है।

2. Processing

यह वो step हैं जहाँ Information बनाने की प्रक्रिया का आरंभ होता है. यहाँ इन निचे दिए गए सभी Techniques का इस्तेमाल किया जाता है, जैसे की Classification, Sorting, calculation, summarizing।

a) Classification इस प्रक्रिया में, data को समूहों और उपसमूहों में classify किया जाता है. जिससे डाटा को ठीक तरीके से समझने में आसानी होगी. जैसे college में students डाटा को अगर classify करेंगे तो, science श्रेणी के डाटा को अलग, commerce श्रेणी के data को अलग और arts श्रेणी के data को अलग अलग रखेंगे जिसे Data Analysis करने में आसानी होती है।

b) Sorting यहाँ पर data को एक व्यवस्तित order में arrange करके रखा जाता है. जिससे हमें डाटा को access करने में आसानी होगी. Sorting Order कुछ भी हो सोकता है Ascending या Descending. ये user पर निर्भर करता है वो data को किस हिसाब से sort करना चाहता है. जैसे Class में roll number को Alphabetical Order में रखा जाता है. Marks को Highest mark से Lowest Mark।

c) Calculation Calculation Process में दिए गए data के उपर कोई arithmetic Operation को Perform किया जाता है. जैसे वो Operation इनमे से कुछ भी हो सकते हैं sum, average, percentage. EX- एक क्लास में students के average marks कितने हैं, male और female का अनुपात, ये सब calculation Steps में आते हैं. इसके जरिए हमें एक सही summarised information मिलती है।

d) Summarising Input data के ऊपर दिए गए सारे operation Perform करने के बाद एक summarised Report को Produce किया जाता है. कोई Company में मैनेजमेंट को कभी भी पूरी जानकारी नहीं दी जाती, वहां बस शारांस को भेजा जाता है।

ऐसा इसलिए क्यूंकि उनके पास सभी चीज़ों के लिए समय नहीं होता है और इसमें समय की बचत भी होती है. जैसे doctor, बहुत सारे test करने के बाद एक रिपोर्ट देते हैं की इस आदमी को ये बीमारी है. रिपोर्ट कार्ड भी exam result की summary होती है. शायद आप समझ गए होंगे data को Processing के लिए कैसे भेजा जाता है और कैसे होता है।

जब Processing के सभी Steps ख़तम हो जाते है, तब Output result प्राप्त होता है जिसे जानकारी कह सकते हैं. Processing step का एक ही मकसद रहता है सठिक Result निकलना और user को देना. ज्यादातर समय Output इनफार्मेशन को कोई Storage device में Store किया जाता है. जैसे हार्ड डिस्क, pen drive, CD, DVD।

Output (Output Result पे होने वाली गतिविधियों)

a) Retrieval भविस्यत में, जब चाहें तब output result को Storage Media से Retrieve किया जा सकता है. जैसे एक student का 7 semester exam का result जब चाहें तब किसी भी कोई से भी semester का marks देख सकते हैं. इस प्रक्रिया को Retrieval कहते हैं।

b) Conversion Output result को अलग अलग Form में परिवर्तन किया जा सकता है. शायद आप देखे होंगे डाटा को Processing करने के बाद जो Output result प्राप्त होता है उन्हें इनमे से किसी भी रूप में देख सकते हैं जैसे Output Information – Graph, Flowchart, chart, Table, Diagram, Report. India का Population का GRAPH, Population growth chart, College Time table ये सभी Output result के उदहारण हैं।

c) Communication data को processed करने के बाद जो भी output निकलता है, वह एक Information है. जिसे Share करना अति आवश्यक है, जैसे news paper में जो information सबके पास आसानी से पहुँचाना. अगर बात करें College Time table कि जिसको Peon Notice Board पे छापता है।

जिससे ये जानकारी सारे Students को मिले, इसी को Communication कहते हैं. Output result को share करने की प्रक्रिया को Communication कहते हैं. ( आजकल जब से Camera आया है, sharing तो photos को wahtsapp group में डालते ही हो रहा है जैसे time table फोटो, result, Notice )

Data Processing के Methods क्या है?

पुरे विश्व में ये data जितना भी best हो काम नहीं आता जब तक की उसे ठीक तरीके से process न किया जाये. Data processing उस process को कहा जाता है जिसमें की कुछ methods का इस्तमाल कर raw data को usable information में तब्दील कर दिया जाता है.

हाँ इस काम के लिए paper और pencil का उपयोग किया जा सकता है लेकिन चूँकि हम 21st century में हैं और यहाँ पर data की कोई कमी नहीं है, मतलब की data की quantity बहुत ज्यादा है और ऐसे में हमें नए innovation technology जैसे की computer का इस्तमाल कर सकते हैं।

Computer का इस्तमाल data को process करने के लिए उन्हें पहले collect किया जाता है, accuracy के लिए check और भी तभी जाकर उन्हें computer में enter किया जाता है. तो चलिए ऐसे ही कुछ Data processing methods के बारे में जानते हैं।

Batch Processing

Batch processing एक बड़ा ही grunt work होता है, ये data processing का simplest form होता है. ये तब ज्यादा उपयोगी होता है जब किसी organization के large volume of data होते हैं और उन्हें एक या दो categories में clump (एक जगह में) किया जा सके।

उदहारण के लिए एक store में, जहाँ की batch-process के मदद से transactions को एक जगह में categorize किया जा सकता है. अगर कोई information को बदला न जाये तब batch processing बहुत ही fast होता है।

Real-Time Processing

कुछ batch-processing इतने ज्यादा fast भी नहीं होते हैं. Real-time processing methods data को handle करते हैं जब इन्हें instant turn-around time की जरुरत होती है. उदहारण के लिए अगर कोई यात्री airline ticket खरीदता है और उसे cancel भी कर देता है तब airline को अपने records को instantly ही update करना होता है।

इस process से records instantly update हो जाते हैं. जहाँ batch processing में बहुत सारे data को specified time में process करना होता है, वहीँ real-time processing एक continuous process होता है।

Data Mining

Data mining में data multiple sources और pools से लिया जाता है और उन्हें combine कर correlations की तलाश करता है. उदहारण के लिए एक grocery chain को customer के purchase को analyse करना होता है और ये खोजना होता है की customer जो की अनाज खरीदते हैं, अक्सर उसके बाद वो केले ही खरीदते हैं।

तब ये chain इस information का इस्तमाल कर sales को increase कर सकता है, इसलिए sales को बढ़ाने के लिए, ऐसे joint purchases का होना उनके sales लिए काफी अच्छा सिद्ध हो सकता है।

Statistical Processing

Statistical processing में heavy number-crunching होती है. एक company जिनको पता है की वो सप्ताह के एक दिन में थोडा ज्यादा busy होते हैं. ऐसे इसलिए होता है क्यूंकि बहुत से customers आखिरी वक़्त में ही अपने request देते हैं इसलिए ऐसे problem अक्सर होते हैं।

कारण का पता होने से company ऐसे problem से निपट सकते हैं. Statistics के मदद से data को compare करने में आसानी होती है फिर चाहे वो अलग अलग size के companies हों या अलग अलग सहर हों।

Data और Information में अंतर क्या है?

क्या आपको पता है Data और Information में अंतर क्या है?

Memory data वापस लेना है ?

अगर आपके Memory card से डाटा delete हो गया है चाहे वो कोई फोटो हो या कोई गाना हो, इसके लिए आपको computer में पहले recovery software install करना होगा. फिर अपने mobile से memory card को निकालकर उसे computer के साथ connect करना होगा. फिर software को run कर आप अपने delete हुए data को दुबारा प्राप्त कर सकते हैं.

MS dos में save किये हुए data को edit करने का command क्या होगा ?

यदि आपने MS Dos File में कुछ लिखा हुआ है और उसे आप चाहते हैं की कैसे edit करें तब आपको इसके लिए उस document को पहले open करना होगा, ऐसा करते ही आपको उसे edit करने का अवसर मिलेगा. इसे फिर आप बाद में save कर सकते हैं.

Display ख़राब हुआ Mobile का Data कैसे निकले या Laptop से कैसे Connect करे ?

यदि आपका Mobile का display ख़राब हो गया है और आप उसके data को इस्तमाल करना चाहते हैं तब आपको उसे अपने system के साथ connect करना होगा. इसके लिए internet पर बहुत से data recovery software का उपलब्ध है आप उनका इस्तमाल data recovery के लिए कर सकते हैं.

District data assistant का work क्या होता है?

District data assistant (DDA) का काम होता है की district level में जो भी technical काम होते हैं और official काम जिसमें की computer का इस्तमाल ही वो ये assistant करते हैं. साथ में अगर कोई excel के काम, कोई graphs बनाना है, यहाँ तक की बहुत ही official data को categorize करने का काम भी करना होता है.

Data SD Card में कैसे Save करे?

चूँकि phone की phone memory बहुत ही कम होती है इसलिए अक्सर users को data SD card में save करना होता है और साथ में ये data को SD card में transfer भी करना पड़ सकता है. इसलिए google playstore में ऐसे बहुत से apps हैं जिनका इस्तमाल आप data transfer के लिए कर सकते हैं.

Computer के किस भाग से Data Input किया जाता है?

Computer में अगर आपको कुछ input करना है तब आपको input devices का इस्तमाल करना होगा. जैसे की keyboard, mouse, OCR, OMR. इसके साथ अगर आप क्कुह data computer में डालना चाहते हैं तब आप कोई pendrive या CD को insert कर ऐसा कर सकते हैं.

MS Word में Data कैसे Insert करे?

MS Word में data insert करने के लिए insert menu का इस्तमाल कर सकते हैं. इसके लिए आप youtube में MS words को इस्तमाल करने के video बिलकुल ही मुफ्त देख सकते हैं और सीख भी सकते हैं.

Keyboard Data Input करता है उससे क्या कहते हैं?

Keyboard के माध्यम से computer में user data input कर सकता है. ऐसा इसलिए क्यूंकि Keyboard एक input device होता है.

आज आपने क्या सीखा

मुझे आशा है की मैंने आप लोगों को डाटा क्या है (What is Data in Hindi) के बारे में पूरी जानकारी दी और में आशा करता हूँ आप लोगों को Data क्या है के बारे में समझ आ गया होगा।

यदि आपके मन में इस Data in hindi को लेकर कोई भी doubts हैं या आप चाहते हैं की इसमें कुछ सुधार होनी चाहिए तब इसके लिए आप नीच comments लिख सकते हैं. आपके इन्ही विचारों से हमें कुछ सीखने और कुछ सुधारने का मोका मिलेगा।

यदि आपको मेरी यह post डाटा क्या होता है हिंदी में अच्छा लगा हो या इससे आपको कुछ सिखने को मिला हो तब अपनी प्रसन्नता और उत्त्सुकता को दर्शाने के लिए कृपया इस पोस्ट को Social Networks जैसे कि Facebook, Twitter इत्यादि पर share कीजिये।

Related Posts

Photoshop क्या है और कैसे सीखे, सॉफ्टवेयर क्या है और कितने प्रकार के होते है, कंप्यूटर क्या है, चलिए जानते हैं बेसिक जानकारी, कंप्यूटर वायरस क्या है: प्रकार, बचाव के उपाय, और क्या करें, ups क्या है और कैसे काम करता है, leave a comment cancel reply, comments (8).

श्रीमान एडमिन, Subject: quary/request एक सवाल का जवाब ढूंढते हुए मै आपके इस लेख पर आया, सभी जानकारी और आपके बताने का अंदाज बड़ा सहज लगा, किंतु मेरी जिज्ञासा या सवाल का उत्तर यहां भी नही मिल सका। कृपया मार्गदर्शन करें ।

मै दो दिनों से सो नही पा रहा हूं, कृपया तुरंत रिप्लाई देंगे तो बड़ी कृपा होगी आपकी

यदि आप बता सकें कि, यदि सभी Data Facts हैं, तो क्या Audio, Video, Images, Special Characters facts कैसे हैं ?

या कहीं Facts & figures को डेटा बताया जाता है, तब भी Audio, Video, Images, Special Characters, figures हैं या facts और कैसे ?

Om Prakhas ji, Raw facts and Figures ko Data kaha jata hai. Raw yani ki in facts ko abhi tak process nahin kiya gaya hai. ye facts and figures kisi bhi rup mein ho sakte hain jaise ki Audio, Video, Images, Special Characters ityadi. inhe achhe tarike se process kiya jata hai tabhi isse valuabel information prapt hota hai.

no resullet faound

Aapka sawal kya hai ?

row data and big data,open data ,dark data ye sare types ke andar nhi aate kya please conform krna hai

Thanks prabhajan sir we love you

Lajvab information Bhai .. maja aa gya padhke .. gyan m vardhi huii h

this is nyc post sir thanks for the sharing this type of information

Voice speed

Text translation, source text, translation results, document translation, drag and drop.

Website translation

Enter a URL

Image translation

सांख्यिकी क्या है? (What is Statistics?)

इस लेख में हम गणित के एक महत्त्वपूर्ण अध्याय के बारे में जानेंगे - What is Statistics?, in Hindi

इस अध्याय से सम्बंधित, अन्य विषयों के बारे में जानने के लिए आप हमारे निम्नलिखित लेख पढ़ सकते हैं:

• सांख्यिकी क्या है?
• सांख्यिकी में केन्द्रीय प्रवृत्ति के माप क्या हैं?
• गणित में श्रेढियाँ क्या होती हैं?

सांख्यिकी (Statistics) एक ऐसा विज्ञान है, जिसमें 3 चरण शामिल होते हैं:

• सांख्यिकीय डेटा एकत्र करना - लक्षित आबादी (target population) के प्रतिनिधि नमूने (representative sample) से बड़ी मात्रा में संख्यात्मक डेटा एकत्र करना।
• सांख्यिकीय डेटा का विश्लेषण - उस संख्यात्मक डेटा का विश्लेषण करना, इसे प्रयोग करने योग्य जानकारी में परिवर्तित करना।

सांख्यिकीय डेटा मूल रूप से तथ्य (facts) होते हैं जिन्हें हम लक्षित जनसंख्या के नमूने से एकत्र करते हैं। उदाहरण के लिए, चुनाव के बाद एक्जिट पोल में कुछ मतदाताओं से कुछ प्रश्न पूछे जाते हैं, जैसे की, वे किसे वोट देते हैं, उनके लिए सबसे महत्वपूर्ण राष्ट्रीय/राज्य का मुद्दा क्या है, आदि।

यदि हमारा डेटा संग्रह दोषपूर्ण है, तो उसके विश्लेषण के आधार पर हम जो भी निष्कर्ष निकालते हैं, वह भी गलत होगा।

जनसंख्या (Population) - यह लक्ष्य समूह है जिसके बारे में हम एक सांख्यिकीय अध्ययन करना चाहते हैं, और जिससे हम डेटा एकत्र करना चाहते हैं।

उदाहरण के लिए, लोगों का एक समूह, किसी क्षेत्र में वर्षा की मात्रा, सौर विकिरण पैटर्न, आदि।

जनसंख्या का आकार (अर्थात जनसंख्या में वस्तुओं या व्यक्तियों की कुल संख्या) परिमित (finite) या अनंत (infinite) हो सकता है।

नमूना (Sample) - यह जनसंख्या का वह हिस्सा है जो लक्षित जनसंख्या की सभी विशेषताओं का प्रतिनिधित्व करता है, और जिसे नमूनाकरण (sampling) की प्रक्रिया के माध्यम से सांख्यिकीय अध्ययन के उद्देश्य के लिए चुना गया है।

अधिकांश समय लक्षित जनसंख्या इतनी अधिक होती है, कि हम प्रत्येक तत्व/व्यक्ति का अध्ययन नहीं कर सकते। इसलिए हम इसका एक नमूना लेते हैं, और फिर इसका अध्ययन करने के बाद हम पूरी लक्षित आबादी के बारे में चीजों का अनुमान लगाने की कोशिश करते हैं।

सांख्यिकी की शाखाएं (Branches of Statistics)

सांख्यिकी की दो शाखाएँ हैं:

विवरणात्मक सांख्यिकी (Descriptive statistics) - यह कुछ निश्चित आंकड़ों का सारांश है। यह विश्लेषण के तहत डेटा का एक सिंहावलोकन (overview) देने के उद्देश्य से कार्य करता है। उदाहरण के लिए, यदि आप जानना चाहते हैं कि कोई छात्र गणित में कैसा है, तो आप पिछले 10 गणित परीक्षणों में उसके द्वारा प्राप्त अंकों के औसत पर एक नज़र डाल सकते हैं। हम परिणाम प्रदर्शित करने के लिए विभिन्न तालिकाओं, चार्टों और ग्राफ़ का उपयोग करते हैं।

अनुमानात्मक सांख्यिकी (Inferential statistics) - यह एक सांख्यिकीय पद्धति है जो केवल एक छोटे लेकिन प्रतिनिधि नमूने का विश्लेषण करके, एक बड़ी लक्षित आबादी की विशेषताओं को पता करने में हमारी सहायता करती है। उदाहरण के लिए, एक जीवन बीमा कंपनी में एक बीमांकक (actuary), दिल की समस्याओं वाले व्यक्ति की जीवन प्रत्याशा का पता लगाने की कोशिश करता है और फिर यह तय करता है कि ऐसे लोगों को अपनी जीवन बीमा पॉलिसी के लिए कितना प्रीमियम देना चाहिए। इस उद्देश्य के लिए, वह केवल कुछ हृदय रोगियों के डेटा का विश्लेषण करता है, और फिर संपूर्ण लक्षित आबादी के बारे में धारणा (यानी सामान्यीकरण या निष्कर्ष निकालना) बनाता है। यहां, हमारा लक्ष्य भविष्य की भविष्यवाणी करना है। हमें विश्लेषण के अंत में प्रायिकता अंक (probability scores) मिलते हैं।

वर्णनात्मक सांख्यिकी के उपकरण (Tools of Descriptive Statistics)

दो सामान्य प्रकार के वर्णनात्मक सांख्यिकी उपकरण हैं, जिनका उपयोग डेटा का विश्लेषण और वर्णन करने के लिए किया जाता है:

• केन्द्रीय प्रवृत्ति की माप (Measures of Central tendency) - उदा. माध्य (Mean), माध्यिका (Median), बहुलक (Mode)
• Measures of Dispersion or Spread - उदा. रेंज (range), चतुर्थक विचलन (quartile deviation), माध्य विचलन (mean deviation) और निरपेक्ष विचलन (absolute deviation), वैरिअन्स (variance), स्टैण्डर्ड डिवीएशन (Standard Deviation)

हम अलग-अलग लेखों में इनका अधिक विस्तार से अध्ययन करेंगे।

अनुमानात्मक सांख्यिकी के उपकरण (Tools of Inferential Statistics)

अनुमानात्मक सांख्यिकी में, हम hypothesis tests, analysis of variance, आदि जैसे उपकरणों का उपयोग करते हैं।

सांख्यिकीय डेटा के प्रकार (Types of Statistical data)

अब, आइए देखें वे विभिन्न प्रकार के डेटा जिनका हम यहाँ सामना कर सकते हैं। डेटा को विभिन्न मापदंडों के आधार पर वर्गीकृत किया जा सकता है।

स्रोत पर आधारित (Based on Source)

उस स्रोत के आधार पर जहां से हमें डेटा मिला है, हम इसे प्राथमिक और द्वितीयक डेटा में विभाजित कर सकते हैं।

प्राथमिक डेटा (Primary Data) - यह किसी अन्वेषक (investigator) द्वारा अपने स्वयं के उद्देश्य के लिए पहली बार एकत्र किया गया डेटा है। उदाहरण के लिए, एग्जिट पोल के दौरान विभिन्न समाचार चैनल एजेंसियों द्वारा एकत्र किए गए डेटा। इस प्रकार के डेटा को अधिक विश्वसनीय और प्रासंगिक माना जाता है।

द्वितीयक डेटा (Secondary Data) - जैसा कि नाम से पता चलता है, जब कोई अन्वेषक ऐसे डेटा का उपयोग करता है जो पहले किसी और द्वारा एकत्र किया गया था, तो इसे द्वितीयक डेटा कहा जाता है। इसलिए, प्राथमिक डेटा, जब किसी और द्वारा उपयोग किया जाता है, तो उसे द्वितीयक डेटा कहा जाता है। उदाहरण के लिए, कभी-कभी कई एग्जिट पोल के पोल किए जाते हैं, यानी सभी विभिन्न एग्जिट पोल का विश्लेषण किया जाता है और उसी के आधार पर एक एक्जिट पोल निकाला जाता है।

प्राथमिक डेटा एकत्र करना एक श्रमसाध्य और समय लेने वाला काम है। कभी-कभी, प्राथमिक डेटा एकत्र करना संभव ही नहीं होता है, भले ही कोई चाहे तो भी। उदाहरण के लिए, यदि कोई प्रथम विश्व युद्ध पर अध्ययन कर रहा है, तो उसे स्पष्ट रूप से पुराने डेटा पर निर्भर रहना ही होगा।

डेटा को इस आधार पर भी वर्गीकृत किया जा सकता है कि उसे समूहीकृत (grouped) किया गया है या नहीं।

Raw or Ungrouped Data - यह वह डेटा है जिसे बिल्कुल भी व्यवस्थित नहीं किया गया है। उदाहरण के लिए, एक परीक्षा में 8 छात्रों के अंक - 34, 56, 81, 23, 81, 56, 45, 91

Grouped Data - जब एकत्रित किए गए अपरिष्कृत डेटा (raw data) को समूहों/श्रेणियों में व्यवस्थित किया जाता है, तो उसे समूहीकृत डेटा (Grouped data) कहा जाता है। उदाहरण के लिए, एक परीक्षा में 8 छात्रों के अंक - 34, 56, 81, 23, 81, 56, 45, 91, को कुछ समूहों में एक साथ रखा जा सकता है और निम्नानुसार प्रदर्शित किया जा सकता है:

सांख्यिकी में वर्ग (Classes in Statistics)

कभी-कभी हम डेटा को विभिन्न समूहों में विभाजित करते हैं, जिसमें प्रत्येक समूह एक निश्चित सीमा को कवर करता है। इन समूहों को वर्ग (कक्षा, classes) कहा जाता है।

सांख्यिकी में वर्गों से संबंधित कुछ शब्द हैं जिनका आप अक्सर सामना करेंगे। इसलिए, उनके साथ पहले से परिचित होना एक अच्छा विचार होगा।

वर्ग अंतराल (Class Interval)

जब हम दिए गए डेटा को समूहों में विभाजित करते हैं, तो प्रत्येक समूह मूल्यों की एक निश्चित श्रेणी को कवर करता है। इस परिसर को वर्ग अंतराल या कक्षा अंतराल (class interval) कहा जाता है।

विभिन्न वर्ग-अंतराल जिनमें हमने डेटा वितरित किया है: 10-25, 25-40, 40-55, 55-70, 70-85, 85-100

प्रत्येक वर्ग अंतराल में निम्नलिखित चीज़ें होती है: वर्ग सीमा (Class Limits) - प्रत्येक वर्ग-अंतराल की दो सीमाएँ होती हैं - निचली और ऊपरी। उदाहरण के लिए, वर्ग अंतराल 40-55 के लिए निचली सीमा 40 और ऊपरी सीमा 55 है।

वर्ग आकार (Class Size) - यह एक वर्ग अंतराल की निचली और ऊपरी सीमाओं के बीच का अंतर है। उदाहरण के लिए, 40-55 का वर्ग आकार 55 - 40 = 15 है।

वर्ग चिह्न (Class Mark) - यह एक वर्ग-अंतराल के अंदर एक बिंदु है जो पूरी कक्षा का प्रतिनिधित्व कर सकता है। सामान्य तौर पर, हम मान सकते हैं कि एक वर्ग के भीतर डेटा शायद मध्य-बिंदु के आसपास केंद्रित होगा, इसलिए किसी भी वर्ग के मध्य-बिंदु को एक वर्ग के भीतर आने वाले डेटा का प्रतिनिधित्व करने के लिए चुना जा सकता है। इसलिए, किसी वर्ग के मध्य-बिंदु को उसके वर्ग चिह्न के रूप में लिया जा सकता है।

यानी, वर्ग चिह्न (Class Mark) = \(\frac{वर्ग \hspace{1ex} की \hspace{1ex} निचली \hspace{1ex} सीमा \hspace{1ex} + \hspace{1ex} वर्ग \hspace{1ex} की \hspace{1ex} ऊपरी \hspace{1ex} सीमा}{2}\)

वर्ग आवृत्ति (Class Frequency) - किसी वर्ग की बारंबारता/Frequency (या निरपेक्ष बारंबारता) उस वर्ग-अंतराल के भीतर अवलोकन या डेटा बिंदुओं की संख्या है। उदाहरण के लिए, वर्ग अंतराल 40-55 के लिए, वर्ग की बारंबारता 7 है। यानी उस श्रेणी में 7 छात्रों को अंक मिले हैं।

वर्ग बारंबारता से संबंधित एक अवधारणा संचयी बारंबारता (Cumulative Frequency) है।

किसी भी वर्ग की संचयी बारंबारता उस वर्ग से पहले की सभी बारंबारताओं को क्रमिक रूप से जोड़कर प्राप्त की जाती है। अर्थात् यह उस वर्ग तक की सभी आवृत्तियों का योग होता है।

उदाहरण के लिए, यदि हम 55 या उससे कम अंक प्राप्त करने वाले छात्रों की संख्या का पता लगाना चाहते हैं, तो हम 55 अंक तक सभी कक्षाओं की बारंबारता जोड़ सकते हैं। हमारी तालिका में यह 2 + 4 + 7 = 13 होगा।

समावेशी और विशिष्ट वितरण (Inclusive and Exclusive distributions)

विशिष्ट वितरण (exclusive distribution).

अपवर्जी वर्गों (exclusive classes) में, किसी वर्ग की ऊपरी और निचली सीमा को क्रमशः उसकी सच्ची ऊपरी सीमा और सच्ची निचली सीमा के रूप में जाना जाता है।

समावेशी वितरण (Inclusive Distribution)

समावेशी वर्गों में, किसी वर्ग की वास्तविक निचली और ऊपरी सीमाएँ ऐसे प्राप्त की जाती हैं:

• निचली सीमा से 0.5 घटाकर, और
• ऊपरी सीमा में 0.5 जोड़कर।

किसी वर्ग की सच्ची ऊपरी सीमाएँ और सच्ची निचली सीमाएँ उस वर्ग की सीमाएँ (boundaries) कहलाती हैं।

डेटा का ग्राफिकल निरूपण (Graphical representation of data)

जबकि हम लगभग हमेशा ही डेटा तालिकाओं का उपयोग अवर्गीकृत या समूहीकृत डेटा (ungrouped or grouped data) का निरूपण करने के लिए कर सकते हैं। यह हमें विज़ुअलाइज़ेशन (visualization) में बहुत मदद नहीं करता है।

लेकिन सौभाग्य से, किसी दिए गए डेटा को हमेशा ग्राफिकल तरीके से भी दर्शाया जा सकता है।

अवर्गीकृत डेटा (ungrouped data) या अलग-थलग डेटा बिंदुओं के लिए, हम अक्सर लाइन चार्ट (Line charts) और स्कैटर चार्ट (Scatter charts) का उपयोग करते हैं।

जहाँ तक समूहीकृत आँकड़ों (grouped data) या बारंबारता बंटन (frequency distribution) का सवाल है, इसके आलेखीय निरूपण के लिए विभिन्न विधियाँ हैं।

बार ग्राफ (Bar Graphs) - असतत मान (discrete value) के बारंबारता वितरण (frequency distribution) के लिए। एक बार चार्ट में बार को अलग-अलग रखा जाता है ताकि यह दिखाया जा सके कि चर-मान (variate-values) अलग-अलग हैं। बारों की ऊंचाई प्रत्येक चर-मान की आवृत्ति के समानुपाती होती है।

पाई चार्ट (Pie charts) - बार ग्राफ की तरह ही, इसका उपयोग भी असतत मान (discrete value) के बारंबारता वितरण (frequency distribution) के लिए किया जाता है। यह संख्यात्मक अनुपात को दर्शाने के लिए स्लाइस (slices) का उपयोग करता है। तो, यहाँ आवृत्तियों को प्रतिशत के रूप में प्रदर्शित किया जाता है। स्लाइस का आकार प्रत्येक चर-मान की आवृत्ति के समानुपाती होता है।

हिस्टोग्राम (Histograms) - इसका उपयोग निरंतर वर्गों के साथ समूहीकृत आवृत्ति वितरण (grouped frequency distribution with continuous classes) का निरूपण करने के लिए किया जाता है। बार ग्राफ के विपरीत, यहां बारों के बीच कोई गैप नहीं होता है। बारों की ऊंचाई उनकी वर्ग आवृत्तियों (class frequencies) के समानुपाती होती है (यदि वर्ग अंतराल बराबर हैं)।

बारंबारता बहुभुज (Frequency Polygons) - यह भी बारंबारता बंटन (frequency distribution) का एक ग्राफ है। हम या तो हिस्टोग्राम का उपयोग करके या उनके बिना बारंबारता बहुभुज (Frequency Polygons) बना सकते हैं।

संचयी आवृत्ति वक्र या तोरण (Cumulative frequency curve or Ogive) - इसका उपयोग समूहीकृत डेटा (grouped data) के संचयी आवृत्ति वितरण (cumulative frequency distribution) को प्रदर्शित करने के लिए किया जाता है।

DSpace JSPUI

Egyankosh preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets.

• IGNOU Self Learning Material (SLM)
• 04. School of Education (SOE)
• Bachelor's Degree Programmes
• Bachelor of Arts (BAG)
• Semester-IV
• BESC-134 Education as a Practice
• Block-4 Data Collection and Analysis

Items in eGyanKosh are protected by copyright, with all rights reserved, unless otherwise indicated.

eHindiStudy

Computer Notes in Hindi

What is graph in hindi and types of graph in hindi

Data structure graph in hindi:-.

data structure graph को हम निम्न बिंदुओं के आधार पर आसानी से समझ सकते है:-

1:- ग्राफ एक non-primitive, नॉन-लीनियर डेटा स्ट्रक्चर होता है।

2:- ग्राफ एक vertex(node) का समूह होता है। एक vertex दूसरे vertex के साथ जुड़ा रहता है और दो vertex के मध्य connection को हम edge कहते है। Edge दो nodes के मध्य एक कम्युनिकेशन लिंक की तरह कार्य करता है।

3:- ग्राफ (V,E) का समूह होता है जहाँ V, vertex का समूह होता है और E, Edge का समूह होता है।

Types of data structure graph in hindi:-

डेटा स्ट्रक्चर में निम्नलिखित graph के प्रकार होते है:-

1:- Directed graph

वह ग्राफ जिसमें edges की कोई दिशा (direction) होती है, directed ग्राफ कहलाता है। और इस प्रकार के edges को directed edges कहते है। Directed edges को acres भी कहते है। ग्राफ में edges को एक रेखा के द्वारा दर्शाया जाता है और यदि प्रत्येक रेखा में arrow का निशान बना हुआ होता है तो वह directed ग्राफ कहलाता है। Directed graph को diagraph भी कहा जाता है।

2:- Undirected graph

वह ग्राफ जिसमें edges की दिशा नही होती है अर्थात इसमें arrow का निशान नही बना हुआ होता है। Undirected graph कहलाता है।

3:- Weighted graph and non-weighted graph

कभी-कभी graphs में edges होते है वे weight को carry करते है। ये weight वास्तविक नंबर होते है। directed और undirected graph दोनों ही weighted ग्राफ हो सकते है।

वे ग्राफ जो weight को carry नही करते है वे ग्राफ non-weighted ग्राफ कहलाता है।

निवेदन:- अगर आपका किसी computer से सम्बंधित subjects को लेकर कोई सवाल या कोई topics है तो हमें बतायें हम उसको एक या दो दिन के अंदर यहाँ हिंदी में प्रकाशित करेंगे। तथा data structure graph की इस पोस्ट को अपने दोस्तों के साथ share करें. धन्यवाद.

24 thoughts on “What is graph in hindi and types of graph in hindi”

discried mathmatix

Digital system District mathematics energy and environmental engineering

Depth first search

Please explain it link list in hindi

Binary tree with all algorithm

operating system k notes chahiye sir plz plz…..

Math Hindi 5th semi ki chahiye

Nice and helpful for me thanks

Sir DFS graph traversal method ko hidi me bataeye

BIG DATA ANALYSIS AND ADHOC WIRELESS NETWORKING AND SOFT COMPUTING TECHNOLOGY

sir graph ka representation chaiye

BFS and DFS in hindi

डाला है भाई आप सर्च करके पढ़ लो

Path length of binary tree

What is terminology of graph

Sir please can you explain Graph Terminologies in data structure.

Please graph representation and adjacency matrix& adjacency list

implementation of graph ke topic par bhai tutorial post kar do hindi me please

Sir graph and spanning tree me comparison chahiye

sir aap bahut aacha explain karte ho Hindi me ❤️️(b. tech CSE. /rgpv exam me Hindi me likh sakte he keya??? jese jo tecnical word he use English me likh sakte he matlab Hind+English misx kar ke??? please sir answer??? )

sparse matrices ka full explained

sir graph representation par bhi explain kariye na

Leave a Comment Cancel reply