 after ago today, when we talk about the data science environment, i.e., developing or integrating development, when we see that programming, that is one of the very important components in the data science environment, you may have multiple options on this Now, why are we going to do Pythons? or why is the Focus on Pythons happening? or why is Pythons being widely accepted? तो ये जो लग़ाईटीग लग़ाईटीग लेए, दो ती जो और लंगगगगेज लेए, उनके साथ अम इसका ख़ाईटीग लेए, और आपका थोड़ा साथ आप की जो एक अंटरचाइटीग लेए उसको बडाएंगे, जब आप किस सीचिवेशन में आपको पाइप्टो बरहल दोनो गी अपनी अपनी कुछ नागो लिमितेशन आपको जो सबसे बेसिच कमपरिजन बनताने, जब आम स्ततिस्टिकल अनलिस्ट यर मोडलिंग की बाद करते है, तो वो आर और पाइप्टोन का लिए बनताई, कोगे ये जो आर आर आर अप तो अस्पच्छली ड़ या वो क्या है, ड़ेटा कलट कैसे हो सकता है, तो फिर ड़ाईनलाईस कैसे हो सकता है, तो अगर आप यह देखें तो इसका जो आर श्टूडविय कमपी जी लिए जो आर पाट गूई कैते ग्रोफिकल युजर अंटर्फिस ये यह यसका बेतर पाइप्टोन से कुँए प यह यह तो अगर देखें के थोड़ा सा इनके अंडर देखें से है, तो अगर देखें तो कमपीटाईन से इन वन लेंगवेज फिर आप गिसी दुसरी पे भी काम कर सकता है, वो फिर आपके लिए एजी हो जाएगा, और यह जो कमपैरिजन मा अप से शेर करें, इसका बेस ठ्रेण ठ्रेण में एक थी फिर यह ठ्रेजा जाएगा थी और रूए me कर से देखें जाएगा, और आपके शेस करेची शावा़र, तो अप विर लेंगे खैली तरी and your focus is on descriptive analysis or historical data then so maybe r is very good but now you have to start from somewhere so I would recommend using Python then gradually you go from there & then there are essential packages and libraries ये जो जांबे कुछ लिखी हूँ लेकिनं ये है छाँवारों की तदादाद मे है, अगर अप जो लंबर करनी कोचा जो चोग जो के किसी अधर उस में नहीं, और देटाबेस हैंटलिंके हुब स्छाँदी अंदर तोगी अस गरदातदर कुफती में, पर टेटाबेस हैंट गड़की , जो आपकी पीथ ख़द आन दय ना थि अगर आपकी बिलकोल को इद क्याची की आख्रूथ नहीं अही नहीं ज़़ आपको स्देया दिस पोरगे नहीं नहीं आन उपनो आपके रहा दे आपको देदेखने कर उपने रहा नहीं थोी वुद कोगे अप पफारी आप तो चवर, जिन्गी में के आप फ� Ray Kaon pro- D कहांपय जाग है कवी अप अप अप पलाए करेंगे, खिस तचित आए पलाए करेंगे, जिस तचित आप टे वेशिय आप पाएपिस्श्छियन इस लेंगर वेशि गिस थीश दब गईभीडनगे फ़ीक से बनायी. यह से लेवओ़ of a statistician is longer than becoming a python developer. यह आप अपको यह से देखें तो आपके लिए यह आपको अपने यह अचलीझा से ज़ोँ पता लगा गर नाशा कर पहले. येँ आप को अप को आप को अप अप गच्टटटी भडते हैнь वो नप एक उणर श्टेशिछन। लेकिन जब आप फरत सकरे आपआच दस लाईब्रेरीई स्विए पाइठ्टों की लिएग लियें अपने अदश्टेंट कर लिए के नमपाई कब use करनी हैं इं साईपाई कब use करनी हैंई तेंसर फ्लों यर देटाऊफ्रेम का क्या रोल है तो विध देट आप एक बेसिक प्रोग्रामिं करना शूँए कर लिएंगे एक ने बेसिक लेवल काल स्टेटिस्टीशिन बने के लिए भी यह भी आप में भी आप मास्टर दिगरी और आप सम एकश्पीरियंस उसके बाद आप जाग उस लेवल को तच करते हैं तो यह दोनो में बेसिल कुईश प्रोज न कोन्जा है, कहाँ पे की सिट्वीशन में आ� आप का, तो पाएत्ठ़ोन बाप है, अच्छाला वान्स यह न तो लिए इस अद लाग, भी अद अद यह यह चवीट के जी, आप सम वो अर ख़िय का लिए आप लेवब उनगा ख़ातिए तो वो आप सम लेव ग़ी, अच्छा जाग तो लेवब आप प्रोज तच विशन