Python Kütüphaneleri: NumPy, Pandas ve Matplotlib Temelleri

Günümüzün dijital dünyasında veri, adeta yeni bir petrol kaynağı haline gelmiştir. Bu “veri madenciliği” sürecinde, Python programlama dili sunduğu güçlü kütüphanelerle vazgeçilmez bir araç olarak öne çıkmaktadır. Özellikle NumPy, Pandas ve Matplotlib, veri analizi, manipülasyonu ve görselleştirme alanlarında Python’ın temel taşlarıdır. Bu makale, bu üç hayati kütüphanenin temellerini, her yaştan öğrencinin kolayca anlayabileceği bir dille ve pratik örneklerle ele alacaktır.

Python ve Bilimsel Hesaplama: Neden Bu Kütüphaneler?

Python, basit sözdizimi ve geniş kütüphane ekosistemi sayesinde veri bilimi, makine öğrenimi ve yapay zeka alanlarında en popüler dillerden biri haline gelmiştir. Ancak, standart Python listeleri veya döngüleri, büyük veri setleriyle çalışırken performans sorunları yaşatabilir. İşte tam bu noktada, özel olarak optimize edilmiş kütüphaneler devreye girer.

Veri Biliminde Python’ın Yeri

Veri bilimcileri, ham veriyi anlamlı bilgilere dönüştürmek için Python’ı kullanır. Veri toplama, temizleme, analiz etme, modelleme ve görselleştirme gibi adımlar, Python’ın zengin kütüphaneleri sayesinde çok daha hızlı ve etkili bir şekilde gerçekleştirilebilir. Bu kütüphaneler, matematiksel işlemleri hızlandıran C veya Fortran gibi dillerde yazılmış alt katmanlara sahip oldukları için performans açısından da avantaj sağlarlar.

Kütüphanelerin Önemi ve Karşılaştırması

NumPy, Pandas ve Matplotlib, farklı ancak birbirini tamamlayan görevleri üstlenir. NumPy, sayısal işlemlere odaklanırken, Pandas bu sayısal verileri daha yapısal bir formda (tablolar gibi) yönetir. Matplotlib ise, bu işlenmiş verileri görsel olarak sunar. Bu üçlünün entegrasyonu, veri analizi süreçlerinde inanılmaz bir güç ve esneklik sunar.

NumPy Temelleri: Dizilerle Güçlü Hesaplamalar

NumPy (Numerical Python), Python’da bilimsel hesaplamalar için temel bir kütüphanedir. En önemli özelliği, çok boyutlu diziler (ndarray) ve bu diziler üzerinde yüksek performanslı işlemler yapabilmesidir. Standart Python listelerine göre çok daha hızlı ve hafıza açısından daha verimlidir.

NumPy Nedir?

NumPy, büyük, çok boyutlu diziler ve matrislerle çalışmak için optimize edilmiş bir kütüphanedir. Bu diziler üzerinde matematiksel, mantıksal, şekillendirme ve diğer birçok işlemi etkin bir şekilde gerçekleştirmenizi sağlar. Pandas ve Scikit-learn gibi diğer birçok bilimsel Python kütüphanesi NumPy’ın üzerine inşa edilmiştir.

NumPy Dizileri (ndarray) Oluşturma

NumPy dizileri, aynı türden verileri içeren homojen yapılardır. Farklı yöntemlerle oluşturulabilirler:

import numpy as np

# Tek boyutlu dizi
arr1 = np.array([1, 2, 3, 4, 5])
print("Tek boyutlu dizi:", arr1)
# Çıktı: Tek boyutlu dizi: [1 2 3 4 5]

# İki boyutlu dizi (matris)
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print("İki boyutlu dizi:n", arr2)
# Çıktı:
# İki boyutlu dizi:
# [[1 2 3]
#  [4 5 6]]

Diğer pratik dizi oluşturma yöntemleri şunlardır:

# Tamamı sıfırlardan oluşan dizi
zeros_arr = np.zeros(5)
print("Sıfır dizisi:", zeros_arr)
# Çıktı: Sıfır dizisi: [0. 0. 0. 0. 0.]

# Tamamı birlerden oluşan matris
ones_matrix = np.ones((2, 3))
print("Bir matrisi:n", ones_matrix)
# Çıktı:
# Bir matrisi:
# [[1. 1. 1.]
#  [1. 1. 1.]]

# Belirli aralıkta ardışık sayılar
range_arr = np.arange(0, 10, 2) # 0'dan 10'a (10 dahil değil) 2'şer atlayarak
print("Aralık dizisi:", range_arr)
# Çıktı: Aralık dizisi: [0 2 4 6 8]

# Belirli aralıkta eşit aralıklı sayılar
linspace_arr = np.linspace(0, 1, 5) # 0 ile 1 arasında 5 eşit sayı
print("Eşit aralıklı dizi:", linspace_arr)
# Çıktı: Eşit aralıklı dizi: [0.   0.25 0.5  0.75 1.  ]

Dizi Özellikleri ve Temel İşlemler

NumPy dizilerinin boyutları, şekli ve veri tipi gibi önemli özellikleri vardır. Bu özellikler, dizilerle çalışırken size yol gösterir.

arr = np.array([[1, 2, 3], [4, 5, 6]])

print("Dizinin boyutu (dim):", arr.ndim) # Çıktı: 2
print("Dizinin şekli (shape):", arr.shape) # Çıktı: (2, 3) (2 satır, 3 sütun)
print("Dizideki eleman sayısı (size):", arr.size) # Çıktı: 6
print("Dizinin veri tipi (dtype):", arr.dtype) # Çıktı: int64 veya int32

Diziler üzerinde indeksleme ve dilimleme (slicing) işlemleri, belirli elemanlara veya alt dizilere erişmek için kullanılır. Bu işlemler Python listelerindeki işlemlere benzer, ancak çok boyutlu diziler için daha gelişmiş yetenekler sunar.

arr = np.array([[10, 20, 30], [40, 50, 60], [70, 80, 90]])

print("İlk eleman:", arr[0, 0]) # Çıktı: 10
print("İkinci satır, üçüncü sütun:", arr[1, 2]) # Çıktı: 60

# İlk satırdan tüm elemanlar
print("İlk satır:", arr[0, :]) # Çıktı: [10 20 30]

# Tüm satırlardan ikinci sütun
print("İkinci sütun:", arr[:, 1]) # Çıktı: [20 50 80]

# İlk iki satır ve son iki sütun
print("Alt matris:n", arr[:2, 1:])
# Çıktı:
# Alt matris:
# [[20 30]
#  [50 60]]

Matematiksel İşlemler ve Fonksiyonlar

NumPy, diziler üzerinde element bazında hızlı matematiksel işlemler yapmanızı sağlar. Toplama, çıkarma, çarpma, bölme gibi temel aritmetik işlemler doğrudan diziler üzerinde uygulanabilir.

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

print("Toplama:", arr1 + arr2) # Çıktı: [5 7 9]
print("Çarpma:", arr1 * arr2) # Çıktı: [ 4 10 18]
print("Skaler çarpma:", arr1 * 2) # Çıktı: [2 4 6]
print("Karesi:", arr1 ** 2) # Çıktı: [1 4 9]

Ayrıca, NumPy birçok istatistiksel ve matematiksel fonksiyon sunar:

arr = np.array([[1, 2, 3], [4, 5, 6]])

print("Toplam (tüm elemanlar):", arr.sum()) # Çıktı: 21
print("Ortalama (tüm elemanlar):", arr.mean()) # Çıktı: 3.5
print("Sütun bazında toplam:", arr.sum(axis=0)) # Çıktı: [5 7 9] (ilk sütunlar, ikinci sütunlar vs. toplandı)
print("Satır bazında ortalama:", arr.mean(axis=1)) # Çıktı: [2. 5.] (ilk satırın ortalaması, ikinci satırın ortalaması)

Pandas Temelleri: Veri Manipülasyonunun Anahtarı

Pandas, Python’da veri analizi ve manipülasyonu için tasarlanmış güçlü bir kütüphanedir. Özellikle tablo biçimindeki verilerle (CSV, Excel dosyaları, SQL veritabanları gibi) çalışmayı çok kolaylaştırır. İki ana veri yapısı vardır: Series ve DataFrame.

Pandas Nedir?

Pandas, R programlama dilindeki veri çerçevesi (data frame) kavramından esinlenerek geliştirilmiştir. Yapısal verileri sezgisel bir şekilde depolamanıza, temizlemenize, dönüştürmenize ve analiz etmenize olanak tanır. Kayıp veri işleme, veri hizalama, gruplama, birleştirme gibi birçok gelişmiş özelliği bünyesinde barındırır.

Series Nesnesi: Tek Boyutlu Veriler

Series, Pandas’ın tek boyutlu etiketli dizisidir. Her bir eleman bir indeksle ilişkilidir. Bir sütunu veya bir satırı temsil edebilir.

import pandas as pd

# Listeden Series oluşturma
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print("Series:n", s)
# Çıktı:
# Series:
# a    10
# b    20
# c    30
# d    40
# dtype: int64

print("Series'ten eleman erişimi:", s['b']) # Çıktı: 20
print("Series dilimleme:", s[1:3]) # Çıktı:
# b    20
# c    30
# dtype: int64

DataFrame Nesnesi: İki Boyutlu Yapısal Veriler

DataFrame, Pandas’ın en çok kullanılan ve en güçlü veri yapısıdır. Farklı türlerde verileri içerebilen sütunlara sahip iki boyutlu, etiketli bir veri yapısıdır. Bir veritabanı tablosuna veya Excel elektronik tablosuna benzer.

# Sözlükten DataFrame oluşturma
data = {
    'İsim': ['Ali', 'Ayşe', 'Can', 'Deniz'],
    'Yaş': [25, 30, 22, 28],
    'Şehir': ['Ankara', 'İstanbul', 'İzmir', 'Ankara']
}
df = pd.DataFrame(data)
print("DataFrame:n", df)
# Çıktı:
#      İsim  Yaş     Şehir
# 0     Ali   25    Ankara
# 1    Ayşe   30  İstanbul
# 2     Can   22     İzmir
# 3   Deniz   28    Ankara

Genellikle veriler dış kaynaklardan okunur:

# Varsayımsal bir 'veriler.csv' dosyasından okuma
# df_csv = pd.read_csv('veriler.csv')
# print(df_csv.head()) # İlk 5 satırı gösterir

DataFrame Temel İşlemleri

DataFrame’ler üzerinde sütun seçimi, satır filtreleme, sıralama ve eksik veri yönetimi gibi birçok temel işlem yapılabilir.

print("Sadece 'İsim' sütunu:n", df['İsim'])
# Çıktı:
# 0      Ali
# 1     Ayşe
# 2      Can
# 3    Deniz
# Name: İsim, dtype: object

print("Yaşı 25'ten büyük olanlar:n", df[df['Yaş'] > 25])
# Çıktı:
#     İsim  Yaş     Şehir
# 1   Ayşe   30  İstanbul
# 3  Deniz   28    Ankara

.loc ve .iloc, DataFrame’lerde satır ve sütunlara erişim için çok güçlü ve esnek yöntemlerdir:

📚 İlginizi çekebilir: Python Fonksiyonları: Nasıl Tanımlanır ve Kullanılır?

• .loc: Etiket (isim) bazlı indeksleme yapar. Sütun isimleri ve satır indeksleri (etiketleri) ile çalışır.
• .iloc: Konum (sayısal indeks) bazlı indeksleme yapar. Sütun ve satırların 0’dan başlayan sayısal konumlarıyla çalışır.

# 'Ayşe' etiketli satır ve 'Yaş' sütununa erişim (loc)
# df.loc[1, 'Yaş'] -> eğer indeksler 0, 1, 2, 3 ise
print("Ayşe'nin yaşı (loc ile):", df.loc[1, 'Yaş']) # Çıktı: 30

# İlk satır ve ikinci sütuna erişim (iloc)
print("İlk satır, ikinci sütun (iloc ile):", df.iloc[0, 1]) # Çıktı: 25

Veri Gruplama ve Birleştirme

groupby() fonksiyonu, veriyi belirli bir sütuna göre gruplayıp her grup üzerinde toplama, ortalama alma gibi özet istatistikler hesaplamak için kullanılır. merge() ve concat() ise farklı DataFrame’leri birleştirmek için kullanılır.

# 'Şehir'e göre grupla ve 'Yaş' ortalamasını al
print("Şehirlere göre yaş ortalaması:n", df.groupby('Şehir')['Yaş'].mean())
# Çıktı:
# Şehir
# Ankara      26.5
# İstanbul    30.0
# İzmir       22.0
# Name: Yaş, dtype: float64

Matplotlib Temelleri: Veriyi Görselleştirmek

Matplotlib, Python’da veri görselleştirmesi için en yaygın kullanılan kütüphanelerden biridir. Çizgi grafiklerinden histogramlara, dağılım grafiklerinden 3D çizimlere kadar çok çeşitli statik, animasyonlu ve interaktif grafikler oluşturmanızı sağlar.

Matplotlib Nedir?

Matplotlib, MATLAB’e benzer bir arayüze sahip olup, bilimsel çizimler ve görselleştirmeler oluşturmak için tasarlanmıştır. Verilerdeki eğilimleri, desenleri ve anormallikleri hızla keşfetmenizi sağlar. Genellikle pyplot modülü üzerinden kullanılır.

Temel Grafik Türleri

Matplotlib ile oluşturabileceğiniz bazı temel grafik türleri:

• Çizgi Grafiği (Line Plot): Zaman serisi verilerini veya iki değişken arasındaki ilişkiyi göstermek için idealdir.
• Dağılım Grafiği (Scatter Plot): İki sayısal değişken arasındaki ilişkiyi, özellikle veri noktalarının dağılımını incelemek için kullanılır.
• Sütun Grafiği (Bar Plot): Kategorik verileri karşılaştırmak veya farklı grupların değerlerini göstermek için uygundur.
• Histogram: Bir değişkenin dağılımını, veri aralıklarındaki frekansları göstererek anlamak için kullanılır.

import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 5, 7, 11])

plt.plot(x, y)
plt.title("Örnek Çizgi Grafiği")
plt.xlabel("X Ekseni")
plt.ylabel("Y Ekseni")
plt.show() # Grafiği gösterir

x_scatter = np.random.rand(50) * 10
y_scatter = np.random.rand(50) * 10

plt.scatter(x_scatter, y_scatter)
plt.title("Örnek Dağılım Grafiği")
plt.xlabel("Değişken 1")
plt.ylabel("Değişken 2")
plt.show()

Grafik Özelleştirme

Matplotlib, grafiklerinizi renklendirme, işaretleyiciler ekleme, eksen limitlerini ayarlama, başlık ve etiketler ekleme gibi birçok özelleştirme seçeneği sunar.

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='Sinüs', color='red', linestyle='--')
plt.plot(x, y2, label='Kosinüs', color='blue', marker='o', markersize=4)

plt.title("Sinüs ve Kosinüs Eğrileri")
plt.xlabel("Açı (Radyan)")
plt.ylabel("Değer")
plt.legend() # Lejantı göster
plt.grid(True) # Izgara ekle
plt.show()

Çoklu Grafikler ve Subplotlar

Tek bir figür içinde birden fazla alt grafik (subplot) oluşturarak farklı görselleştirmeleri yan yana veya üst üste gösterebilirsiniz. Bu, veriler arasındaki ilişkileri karşılaştırmak için kullanışlıdır.

plt.figure(figsize=(10, 5)) # Figür boyutunu ayarla

plt.subplot(1, 2, 1) # 1 satır, 2 sütun, 1. grafik
plt.plot(x, y1, color='red')
plt.title("Sinüs")

plt.subplot(1, 2, 2) # 1 satır, 2 sütun, 2. grafik
plt.plot(x, y2, color='blue')
plt.title("Kosinüs")

plt.tight_layout() # Grafikler arasında boşluk bırak
plt.show()

Kütüphaneleri Birlikte Kullanma: Entegre Yaklaşım

Gerçek dünya veri analizi projelerinde, bu üç kütüphane genellikle birlikte kullanılır. NumPy ile sayısal veriler oluşturulur veya işlenir, Pandas ile bu veriler anlamlı bir yapıya dönüştürülür ve analiz edilir, Matplotlib ile de sonuçlar görselleştirilir.

# 1. Adım: NumPy ile veri oluşturma (örneğin rastgele sıcaklık ve nem verileri)
np.random.seed(42)
sicaklik = np.random.randint(15, 30, 100) # 100 günlük sıcaklık
nem = np.random.randint(40, 90, 100)    # 100 günlük nem

# 2. Adım: Pandas ile DataFrame oluşturma
dates = pd.date_range(start='2023-01-01', periods=100)
data = {
    'Tarih': dates,
    'Sıcaklık': sicaklik,
    'Nem': nem
}
df_weather = pd.DataFrame(data)

# 3. Adım: Pandas ile veri analizi (ortalama sıcaklık, nem)
ortalama_sicaklik = df_weather['Sıcaklık'].mean()
ortalama_nem = df_weather['Nem'].mean()

print(f"Ortalama Sıcaklık: {ortalama_sicaklik:.2f}°C")
print(f"Ortalama Nem: {ortalama_nem:.2f}%")

# 4. Adım: Matplotlib ile görselleştirme
plt.figure(figsize=(12, 6))

plt.subplot(2, 1, 1) # 2 satır, 1 sütun, 1. grafik
plt.plot(df_weather['Tarih'], df_weather['Sıcaklık'], label='Sıcaklık (°C)', color='red')
plt.title('Günlük Sıcaklık Değişimi')
plt.xlabel('Tarih')
plt.ylabel('Sıcaklık (°C)')
plt.grid(True)
plt.legend()

plt.subplot(2, 1, 2) # 2 satır, 1 sütun, 2. grafik
plt.plot(df_weather['Tarih'], df_weather['Nem'], label='Nem (%)', color='blue')
plt.title('Günlük Nem Değişimi')
plt.xlabel('Tarih')
plt.ylabel('Nem (%)')
plt.grid(True)
plt.legend()

plt.tight_layout()
plt.show()

Bu örnekte, NumPy ile basit veri setleri oluşturduk. Pandas ile bu verileri tarih damgaları ekleyerek anlamlı bir DataFrame’e dönüştürdük ve ortalama sıcaklık ile nemi hesapladık. Son olarak, Matplotlib kullanarak bu verilerin zaman içindeki değişimini görselleştirdik. Bu entegre yaklaşım, herhangi bir veri bilimi projesinin temelini oluşturur.

📚 İlgili konu: Python Döngüleri: For ve While Döngüsü Kullanımı

Kütüphane Özellikleri Karşılaştırma Tablosu

Bir Sonraki Adım: Bilgilerinizi Uygulayın

NumPy, Pandas ve Matplotlib’in temellerini öğrendiniz. Artık bu bilgileri gerçek dünya veri setleri üzerinde uygulamanın zamanı geldi. İnternette bulabileceğiniz açık kaynak veri setlerini (örneğin Kaggle’dan) kullanarak kendi veri analizi projelerinizi oluşturmaya başlayın. Farklı grafik türlerini deneyin, verileri farklı şekillerde manipüle edin ve elde ettiğiniz sonuçları yorumlamaya çalışın. Unutmayın, pratik yapmak, bu kütüphanelerde ustalaşmanın en etkili yoludur. Ayrıca, bu kütüphanelerin daha gelişmiş özelliklerini ve diğer popüler veri bilimi kütüphanelerini (örneğin Scikit-learn, Seaborn) keşfetmek, yeteneklerinizi bir sonraki seviyeye taşıyacaktır.