Veri Bilimi İçin Python-1

Günümüzde veri bilimi denilince akla ilk gelen programlama dili Python ’dır. Kolay öğrenilebilmesi, kolay okunması, bakımının kolay olması ve hazır bir çok makine ve derin öğrenmesi ile veri bilimi kütüphanesinin bulunması, dilin kullanımını oldukça yaygınlaştırmıştır. Python programlama dili, veri bilimi, yapay öğrenme, web geliştirme, sistem otomasyonu ve API geliştirme gibi bir çok alanda yaygın olarak kullanılan programlama dili haline gelmiştir. Python aynı zaman da çok platformlu bir programlama dilidir. Bu, belli başlı tüm işletim sistemlerinde de çalışıyor demektir. Yazdığınız herhangi bir Python programı veya kodu, Python’un kurulu olduğu herhangi bir bilgisayarda çalışır demek. Bu yayın serisinde son versiyon olan Python 3.0’ı kullanacağım. Python kurulumunu aşağıdaki videoyu izleyerek gerçekleştirebilirsiniz.

Bilgisayarınızda çalıştırmak için: Başlat>Anaconda>Anaconda Navigator yazıp Anaconda navigatoru kurduktan sonra ki aşamada varsayılan olarak JupyterLab, Jupyter Notebook, Spyder ve PyCharm gibi IDE’ler hazır bir şekilde gelmektedir. Bu IDE’lerden herhangi birini kullanmanız Python Syntax için bir sorun oluşturmayacaktır. Ben bu Veri Bilimi İçin Python serimde Jupyter Notebook’u kullanacağım.

Python kapsamında genel Veri Bilimi literatürü incelendiğinde bir proje döngüsünün aşağıdaki akış çerçevesinde gerçekleştiği görülmektedir.

1. Problem Tanımı

2. Veri İşleme

3. Model/Algoritma Seçimi

4. Performans Değerlendirmesi

Yukarıdan da görüldüğü üzere özellikle bugün ki dünyada veri işleme kısmı adeta bir programlama dili olmadan olanaksız hale gelmiştir. Hem veri işleme sürecinin eksiksiz ve başarılı yapılması, hem de modelleme sürecinin sağlıklı gerçekleştirilebilmesi için bir programlama dilinin kullanılması çok önemli. İşte bu ve benzeri sebeplerden dolayı Python, İş analitiği ve Veri Bilimi dünyasında adeta viral oldu. Böylece Veri bilimi için Python serisinde sırası ile alttaki başlıkları öğreneceğiz.

1. Python Kurulumu

2. Python Değişken Türleri

3. Python Veri Yapıları

4. Python Koşul Deyimleri

5. Python İle Karar Kontrol Yapıları

6. Python İle Döngü Yapısı

7. Veri Bilimi İçin Fonksiyonel Programlama

8. Python İle Lambda Fonksiyonları

9. Veri Bilimi için NumPy

10. Veri Bilimi İçin Pandas

Artık daha fazla gevelemeden kodlamaya başlayalım değil mi ? :)

Python İle Kodlama

Aslında programlama dilleri birer hesap makinesidir. Yani kodlama ile dil akışı ve matematiksel operatörler doğru bir şekilde kullanıldığında, adeta tüm işlerinizi otomatik yapan birer makine gibidirler.

(#) işareti bir cümlenin başına konularak o satır yorum ve not satırı olarak
kullanılabilmektedir. Bu kapsamda kodların açıklaması için yanlarına # işareti ile yorumlar yapılacaktır.

Matematiksel İfade     Açıklama
      +                Toplama
      -                Çıkarma
      *                Çarpma
      **               Üs Alma
      /                Bölme
      //               Tam Sayı Bölme
      %                Mod Alma

Ancak bu şekilde bir işlem yapma sürecinin her seferinde hem yorucu hem de zaman alacağı açık. Bunun için işlem verimliliği ve hızı için değer atama işlemleri yapılarak bu süreç hızlandırılabilmektedir. Değişken atama işlemleri, (=) işareti ile yapılmaktadır.

Ancak değişken tanımlama, rapor sonucu ve bilgi akışı için değişkenler sadece sayılardan oluşmamaktadır. Bu gibi durumlar için python da string yani karakter dizileri kullanılmaktadır. Karakter dizileri üzerinde yapılabilen işlemlerin bazıları aşağıdaki gibidir.

Karakter dizileri gerçek dünyada karşımıza bu denli az miktarda ve temiz bir şekilde gelmemektedir. Böyle durumlarda yapılan projede ilerleme sağlanılabilmesi için karakteristik değişkenler için dışsal manipülasyona ihtiyaç duyulmaktadır. Bu manipülasyonlar python da ön tanımla metodlarla gerçekleştirilir. Bazı metodlar aşağıdaki gibidir.

Karakter dizileri içinde herhangi bir karakter değişimi için ise replace() metodu kullanılmaktadır.

Bu şekilde girdileri anlık olarak girerek python da yazılan veya python içinde hazır bulunan fonksiyonlar ile hızlı işlem ve operasyonlar gerçekleştirmek çok kolaydır. Örnek olarak bizim yazdığımız ve anlık atama yaparak gerçekleşen bir toplama işlemi aşağıdaki gibidir.

Böylelikle seri 1 yazımda python kurulumu ile değişken türlerini işlemiş bulunduk. Bundan sonraki yazımda Python da veri yapılarından bahsedeceğim. Aklınıza takılan ve yardıma ihtiyaç duyduğunuz konularda da ayrıca mail atabilirsiniz. Takipte kalın ve hazır kodlarımın tadını çıkarın :). Serinin bir önceki yazısı olan Yapay Zeka Bağlamında Veri Bilimi’ne bu linkten ulaşabilirsiniz. Ayrıca bu serinin bir sonraki yazısı olacak Veri Bilimi İçin Python-2 yazısına buradan ulaşabilirsiniz. Yukarıdaki kod bloklarını hazır bir şekilde github hesabımdaki Yapay Öğrenme İle Veri Bilimi repostorimden indirmeyi ve github hesabımı ayrıca takip etmeyi unutmayın :))