Giriş
Veri analizi, günümüzde veriye dayalı kararlar almak için kritik öneme sahiptir. Numpy ve Pandas, Python'da veri analizi yapmayı kolaylaştıran iki güçlü kütüphanedir. Bu ilk partta, Numpy ile ilgili temel kavramları ve Numpy array'leri ile çalışmayı öğreneceğiz.
Numpy Arrays
Numpy array'leri, Python'daki standart listelere göre daha hızlı ve daha verimli veri depolama ve işleme sunar. Numpy array'leri, aynı türdeki verileri depolayan çok boyutlu veri yapılarıdır.
Numpy Array Oluşturma
Numpy array'lerini oluşturmanın birkaç yolu vardır. İşte bazı yaygın yöntemler:
1. Python listelerinden array oluşturma
pythonKodu kopyala
import numpy as np
# Python listesinden array oluşturma
liste = [1, 2, 3, 4, 5]
numpy_array = np.array(liste)
print(numpy_array)
# Çıktı: [1 2 3 4 5]
2. Sıfırlardan array oluşturma
pythonKodu kopyala
# 5 elemanlı sıfırlarla dolu bir array oluşturma
zeros_array = np.zeros(5)
print(zeros_array)
# Çıktı: [0. 0. 0. 0. 0.]
3. Birlerden array oluşturma
pythonKodu kopyala
# 3x3 birlerden oluşan bir array oluşturma
ones_array = np.ones((3, 3))
print(ones_array)
# Çıktı:
# [[1. 1. 1.]
# [1. 1. 1.]
# [1. 1. 1.]]
4. Belirli bir değerden array oluşturma
pythonKodu kopyala
# 4x4 7 ile doldurulmuş bir array oluşturma
full_array = np.full((4, 4), 7)
print(full_array)
# Çıktı:
# [[7 7 7 7]
# [7 7 7 7]
# [7 7 7 7]
# [7 7 7 7]]
5. Rastgele sayılarla array oluşturma
pythonKodu kopyala
# 3x3 rastgele sayılardan oluşan bir array oluşturma
random_array = np.random.random((3, 3))
print(random_array)
# Çıktı örneği (rastgele olduğundan farklı olabilir):
# [[0.5488135 0.71518937 0.60276338]
# [0.54488318 0.4236548 0.64589411]
# [0.43758721 0.891773 0.96366276]]
Array Dimensionality
Numpy array'leri, tek boyutlu (vektör), iki boyutlu (matris) veya daha yüksek boyutlu olabilir. Her boyut, axis olarak adlandırılır ve axis sayısı array'in derecesini belirler.
Tek Boyutlu Array
pythonKodu kopyala
tek_boyutlu_array = np.array([1, 2, 3, 4, 5])
print("Tek Boyutlu Array:", tek_boyutlu_array)
# Çıktı: Tek Boyutlu Array: [1 2 3 4 5]
İki Boyutlu Array
pythonKodu kopyala
iki_boyutlu_array = np.array([[1, 2, 3], [4, 5, 6]])
print("İki Boyutlu Array:\\n", iki_boyutlu_array)
# Çıktı:
# İki Boyutlu Array:
# [[1 2 3]
# [4 5 6]]
Çok Boyutlu Array
pythonKodu kopyala
cok_boyutlu_array = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print("Çok Boyutlu Array:\\n", cok_boyutlu_array)
# Çıktı:
# Çok Boyutlu Array:
# [[[ 1 2 3]
# [ 4 5 6]]
#
# [[ 7 8 9]
# [10 11 12]]]
CSV Veri Seti
Bu örnekler üzerinde çalışırken kullanmak için bir dummy CSV veri seti oluşturalım. Bu veri seti, öğrencilerin ders notlarını içerecek.
Dummy Data
csvKodu kopyala
Öğrenci,Matematik,Fizik,Kimya,Biyoloji,İngilizce
Ali,85,90,78,88,92
Ayşe,95,85,88,92,90
Mehmet,70,80,85,75,78
Fatma,90,92,89,90,85
Ahmet,78,75,80,85,88
Hasan,82,88,84,87,86
Zeynep,88,91,87,89,93
Hüseyin,75,77,73,70,75
Elif,92,89,90,91,94
Mert,80,85,82,83,81
CSV Veri Setini Numpy ile Okuma
Numpy'da CSV dosyalarını okumak için np.genfromtxt veya np.loadtxt fonksiyonları kullanılabilir.
pythonKodu kopyala
import numpy as np
# CSV dosyasını numpy array olarak okuma
data = np.genfromtxt('ogrenci_notlari.csv', delimiter=',', dtype=None, encoding='utf-8', skip_header=1)
print(data)
# Çıktı:
# [('Ali', 85, 90, 78, 88, 92) ('Ayşe', 95, 85, 88, 92, 90)
# ('Mehmet', 70, 80, 85, 75, 78) ('Fatma', 90, 92, 89, 90, 85)
# ('Ahmet', 78, 75, 80, 85, 88) ('Hasan', 82, 88, 84, 87, 86)
# ('Zeynep', 88, 91, 87, 89, 93) ('Hüseyin', 75, 77, 73, 70, 75)
# ('Elif', 92, 89, 90, 91, 94) ('Mert', 80, 85, 82, 83, 81)]
Python temellerini atıp, veri analizi ve bilimi için yetkinlik kazanmak istiyorsanız, 1 aylık yoğun Python kampına hemen kayıt olabilirsiniz. ~40 saat canlı ders, ~50 adet kapsamlı proje, ~15 adet quiz ve sayısız kodlama egzersizinden oluşan, Finlandiya eğitim modellerinden esinlenilerek Helsinki'de geliştirilen interaktif ve pratik odaklı eğitim programına hemen göz atın !
Commentaires