 another very exciting library it is called the ANO and this library again where you have large data sets, you don't want to do machine learning deep learning where you have your requirements so there it is very useful for you اچھا یہ جو اپنا library آپ کی جیسے میں نے I have repeated it a couple of times جو بہت ساری libraries they are being reused in some other library اور جو ایک لیبریری اگر کو بندہ use کرنے شروع کرتے تو اس کو ریلہ جو تک ایر اس کو میں اگر تھوڑا سا بارڈیفائی کر لوں تو میں اس کو خاص اور سیچوشن میں use کر سکتا ہوں exactly that is what is happening here کہ دیانو میں بیسکلی ہم یہ نم پائی پہ جو اس کو use کرتا ہے نم پائی کا سیر سنٹیکٹس use کرتا ہے وہ جو دیتا ہے جو اس کے لیے آرہا ہے وہ نم پائی کے مطابق ہوتا ہے اس فرمٹ میں ہوتا ہے اسی میں ہوتا ہے آپ اس کو کسی بھی اپنا کونٹیکٹس میں اس کو سمجھ سکتے ہیں but for you to understand اور جو اپنی چیز ہے کہ یہ نم پائی کو use کرتا ہے دیانو جو ہے آپ کا پھر یہ اس میں آپ کا again ہوئی کیونکہ یہ گراف جو گراف نیٹوکس ہوتے ہیں تو جو آپ کو جو output اس میں آنی ہے تو آپ کو even not only output آپ کے پرسیسنگ کے وقت بھی یہ چیزیں use ہوتی ہیں تا کیونکہ وہ جو دیتا سائنٹسٹ ہے آپ ویٹ نہیں کرے کہ آپ نے وہ کوئی end product بن جائے گی visualization جو کہ business user کے لئے ریڈی ہوگی یا جو target audience ان کے لئے ریڈی ہوگی بلکہ کیونکہ آپ model training کرے ہیں model fitting کرتے ہیں تو you have to بار بار آپ کو وہ جانا وہ گراف دیکھنے پڑیں گے تو اس لیے آپ کا جو graphical processing unit ہے اس کا strong ہونہ اس کا بیتر ہونہ آپ کے لیے اتنا ہی ضروری ہے تیست تنگ اور self verification یہ ابھی شروع میں بھی میں نے ایک چیز دیسکر سکید کے جب آپ تیست کرتے ہیں اس کے لئے script لکھتے ہیں اس کو پھر automate کر لیتے ہیں right اور یہ چیز آپ کی کچھ اور بھی چیزیں آئیریہ زیادہ ایک اور آئیریہ ہے which is called dev ops development اور operation جی ایک سپریٹ سپجیکٹر میں بھی you can learn it separately یہ صرف آپ کو بتانے کے لئے کہ اس کے اندری جو تیستنگ ہے اور verification ہے this is very very important کہ آپ اس کو تیست کرتے ہیں اور وہ automatically جو code ہے اس کو یا جو code just script آپ نے لکھا ہے اس کو دیتا کو تیست کرتے ہیں اس کے model کو تیست کرتے ہیں یا اس کے feature کو تیست کرتے ہیں پھر وہ اس کو deploy کرتے ہیں from one environment to the other environment جیسے ابھی بھی میں آپ سے کہہ رہا تھا کہ یہ دیکھے this is best to solve problems involving large amounts of data یہ جہاں پہ آپ کے پاس ایسی situation ہے ویدر کا دیتا ہے یا کوئی اور crops کا دیتا ہے آپ کے پاس you know diseases کا دیتا ہے پھر آپ کے لئے یہ model جو ہے it is very very suitable اور model بھی آپ use کرسکیں گے یہ آپ کو you know data science اور python will not stop you کہ جی آپ یہ والا model use نہ کرو یہ والا use کرو لیکن آپ کے لئے important یہ ہوگا کہ کس situation میں آپ نے کون سی library use کرنی ہے کون سا model use کرنے اور یہی چیز آپ نے اپنی جو skill develop کرنی ہے basically just to you know summarize my point of view on this کہ as a data scientist آپ نے skill develop کرنی ہے وہ یہی ہے کہ آپ کا کش دمین میں آپ کام کرتے ہیں وہ دیتا آپ کے پاس کس طرح کا available ہے problem کی ہے جس کو آپ نے address کرنے you know پھر اس کے بعد آپ دیکھتے کون سا statistical model fit ہوتا ہے آپ نے کون سی پھر اسی model کے صاحب سے پھر may be او دیتا کی طرح کے صاحب سے دیتا کی volume یا اس کے صاحب سے پھر آپ یہ بھی decided کر سکتے ہیں کس طرح کی library آپ use کریں گے اس میں یہ computation جی کی جیسے ہم بات کریں گے جانب دیکھے large scale of data ہوا ہمارے پاس تو definitely lot of computations will be involved اور ایک جب شروع میں ہم a جو library's کی classification کر رہے تھے could numerical library's اور جو آپ کی computational library's اور آپ کی visualization کے لئے library's use ہوں گی تو computation جو آپ کی this is very very important جب آپ کے پاس ایک تو دیکھے کہ آپ کے پاس large amount of data آپ کے پاس you have to perform lot of computation یہ scientific جو آپ کے areas ہے اس میں یہ بہت زیادہ use ہوتی ہے ایک زمانے میں ایک language تھی which شاید ابھی بھی ہوا I'm not sure formula translation because statistical model اپنی جگہ پر لیکن پھر آپ کے اگر آپ فرز کریں chemistry میں کام کر رہے آپ physics میں کام کر رہے آپ biology میں کام کر رہے جب آپ کے بہت سارے فارمولے ایسے بھی ہوں گے which are not statistical models وہ methodically تو وہ چیزیں ٹھیک ہیں they are like mathematical methods آپ کے فارمولے لگتے لیکن وہ statistical models کو represent نہیں کرتے یہ بھی آپ کو دیکھنا ہے کہ جب ہم نے وہ آپ کی بات کی تھی skills کیا skill set کی تو status and math دونوں چیزوں کی بات کی تھی because statistical modeling اس سے مین میڈین موڈ whatever standard deviation ان چیزوں کی اپنی ایک requirement ہے اور جو آپ کے mathematical models ہے جو آپ کے معت کے فارمولے لینیرل جبرا آپ کا کالکلس آپ کی trigonometry اور آپ کے دیفرنشیلز اور انٹگریشن بیشمار within mathematics there are a hundred and thousands of you know concepts وہ بھی آپ کے کہنے کہیں یہاں بھی use ہو سکتے ہیں اور ہوتے ہیں basically اچھا بھی ایک diagram سے میں نے explain کرنے کی کوشکہ کے دیانوں کا جو آپ کی library اس کو آپ کیس طرح سے use کر سکتے ہیں یہ جو آپ کا syntax ہے یہ تقریبا ہر چکہ یہ python کے تو یہ دیکھیں import this library as or TT اس کے اگر آپ دیکھو گا تو چار کمپورنٹی ہوتے گا اگر آپ نے کوئی library import کرنی ہے نا تو آپ کے انگے import as sp that's it کوئی اور library کرنے تو بالکل لیسے ہوگا import as whatever اس طرح سے بیسکلی اس کے امیشہ اس کا جو syntax ہے وہ چار آپ کے جو part سے یہ کمپورنٹس ہے اس میں ہوتا ہے اچھا اب ہم یہاں پر دیکھے رہے ہیں کہ یہ ہماری import ہے right یہ output ہے یہ matrix ہے اور یہ آپ یہاں پر جاکے جو اس کا link ہے you can find out more much more about this دیکھنے والی بہت سیمپلی ہے کہ یہ آپ کی z ہے یہ ایک matrix میں دیتا ہے اور آپ کی output جو آپ کی that we are getting into this matrix یہ جو ہماری input ہے x y matrix اور یہ جو یہ بھی matrix ہے یہ بھی matrix ہے یہ سارہ دیتہ ہمارا اور یہ کیا ہے this is basically your code or model جو آپ نے بنائے یہ وہ چیز ہے basically وہ یہاں پر لائی کرتی ہے ابھی کونکہ ہمارا وہ subject نہیں ہے یا ہم اس کو اس طرح سے نہیں دیکھ رہے ہیں it just to explain کہ آپ کے پاس input ہے اور آپ جب یہ اس کے اوپر apply کرتے ہیں and then you آپ کی output ہے اور آپ کے پاس ایک matrix ہے input میں بھی آپ کے پاس matrix ہے اسی طرح output میں بھی matrix ہے but that data will be reformed maybe a drawer data سے آپ کے پاس وہ data کسی model کی processing کے بعد ایک ایسی format میں ایسی form میں آپ کے پاس available ہوگا جس کے اوپر آپ کچھ analysis کر سکیں یہ ایک اور اس کی example ہے کہ کس طرح سے data جو different situation میں آپ اس کو use کر سکتے ہیں again یہ اس کا link ہے آپ پلیس اس link پہ جائے اس model کو دیکھیے کچھ اور model بھی آپ دیکھیں گے you will understand this ایک اس میں again یہ I will encourage جو کہ آپ پہلے وہ نام پائی سائی پائی وہ کرے پھر ان کی طرف آئے جو تھوڑی تھوڑی complex libraries ہے کیونکہ ان کی application بھی جو ہے وہ business application in libraries کی that is a bit complicated as compared to some simple libraries