Data Science
Learn how to analyze data effectively and manage databases with ease. Buy ads: https://telega.io/c/sql_databases
Mostrar más📈 Análisis del canal de Telegram Data Science
El canal Data Science (@sql_databases) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 70 591 suscriptores, ocupando la posición 2 318 en la categoría Educación y el puesto 4 396 en la región India.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 70 591 suscriptores.
Según los últimos datos del 15 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -284, y en las últimas 24 horas de -24, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.98%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.25% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 5 636 visualizaciones. En el primer día suele acumular 1 588 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 0.
- Intereses temáticos: El contenido se centra en temas clave como database, learning, linkedin, udemy, 029k|.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Learn how to analyze data effectively and manage databases with ease.
Buy ads: https://telega.io/c/sql_databases”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 16 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Educación.
<class 'int'>
🔹 11. Type Conversion (Casting)
Sometimes you need to convert one data type into another.
String → Integer
age = "25"
print(int(age))
Integer → Float
marks = 95
print(float(marks))
Float → Integer
price = 199.99
print(int(price)) # Output: 199
Integer → String
number = 100
print(str(number))
🔹 12. Multiple Variable Assignment
Assign multiple variables in one line.
x, y, z = 10, 20, 30
Assign the same value to multiple variables.
a = b = c = 100
🔹 13. Dynamic Typing
Python is dynamically typed.
This means a variable can store different data types at different times.
x = 10
x = "Data Science"
print(x)
# Output: Data Science
🔹 14. Best Practices
✅ Use meaningful variable names.
student_name = "Rahul"
monthly_salary = 50000
Instead of:
a = "Rahul"
b = 50000
Follow the snake_case naming convention.
Examples: customer_name, total_sales, average_salary
🔹 15. Real-World Example
name = "Rohit"
age = 25
salary = 65000.50
is_employee = True
print(name)
print(age)
print(salary)
print(is_employee)
Output:
Rohit
25
65000.5
True
🎯 Key Takeaways
✅ Variables are used to store data.
✅ Python automatically detects data types.
✅ The most common data types are: int, float, str, bool, complex
✅ Use type() to check a variable's data type.
✅ Use meaningful variable names and follow the snake_case naming convention.
Mastering variables and data types is the first step toward becoming a successful Data Scientist. Every machine learning model, data analysis project, and AI application starts with understanding how data is stored and managed in Python.
Double Tap ❤️ For Morename = "Aman"
age = 25
salary = 175000
Here:
• "name" stores a string.
• "age" stores an integer.
• "salary" stores a numeric value.
🔹 3. Rules for Naming Variables
✅ Valid Rules
• Must begin with a letter or underscore ("_")
• Can contain letters, numbers, and underscores
• Variable names are case-sensitive
Examples:
student_name = "Rahul"
marks = 90
age2 = 24
❌ Invalid Examples
2name = "Rahul"
student name = "Rahul"
class = 10
Why?
• Cannot start with a number
• Spaces are not allowed
• "class" is a reserved Python keyword
🔹 4. What are Data Types?
A data type tells Python what kind of value a variable stores.
Python automatically detects the data type when you assign a value.
Data Types in Python:
int: Whole numbers Example: 25
float : Decimal numbers Example: 99.99
str: Text
Example: "Python"
bool: True or False
complex: Complex numbers
Example: 3+4j
🔹 5. Integer (int)
Stores whole numbers.
age = 25
print(age)
print(type(age))
Output:
25
<class 'int'>
🔹 6. Float (float)
Stores decimal numbers.
price = 199.99
print(price)
print(type(price))
Output:
199.99
<class 'float'>
🔹 7. String (str)
Stores text.
name = "Suresh"
print(name)
print(type(name))
Output:
Deepak
<class 'str'>
Strings can be written using either single (' ') or double (" ") quotes.
🔹 8. Boolean (bool)
Boolean values are used for decision-making.
They can store only two values: True or False
is_student = True
print(type(is_student))
Output:
<class 'bool'>
🔹 9. Complex Numbers
Python also supports complex numbers.
number = 3 + 4j
print(type(number))
Output:
<class 'complex'>
Although rarely used in Data Science, they are useful in scientific and mathematical computations.
🔹 10. Checking the Data Type
Use the type() function.
salary = 50000
print(type(salary))
Output: