Veri Bilimi için Python
Çözümlü Örnekler ve Uygulama Gösterimleriyle
Burak ÖZKAN ve Yalçın ÖZKAN (Ph.D)
ISBN: 978-605-9594-, Ocak 2023
320 sayfa, (16x24 cm2), 80 gr 1. hamur kağıt şimdi satın al
Veri Bilimi için Python
Bu kitabımızda veri biliminin en güçlü kodlama araçlarından birisi olan Python Programlama Dili, veri bilimi uygulamaları açısından ele alınmış ve örnek uygulamalarla incelenmiştir.
Kitap kapsamında Python dilinin temel özellikleri ele alınarak, programın yüklenmesi ve konsol üzerindeki işlemlerin yanı sıra Python veri yapıları konusu ayrıntılı olarak ele alınmıştır; Numpy ve Pandas veri yapıları, program denetimi, giriş/çıkış işlemleri, fonksiyonların düzenlenmesi ve grafiksel çalışmalarla ilgili konular pratik örneklerle açıklanmıştır.
Ayrıca, veri biliminin en önemli bileşenleri arasında bulunan "istatistik" ve "makine öğrenmesi" konuları uygulamalı olarak ayrı ayrı bölümler şeklinde ele alınmıştır.
|
|
|
 |
|
İçindekiler
Önsöz
Bölüm 1. Python Programlama Diline Giriş
1.1. Bölümün Amacı
1.2. Python Tarihçesi
1.3. Python Kurulumu
1.4. Python Arayüzleri
1.4.1. Python Konsolu
1.4.1.1. Python İfadeler
1.4.1.2. Komut Satırında Hesaplama İşlemleri
1.4.1.3. Python Fonksiyonlarına Kısa Bakış – print() Fonksiyonu
1.4.2. Editör Programı
1.5. Değişkenler
1.5.1. Değişkenlere Değer Atamak
1.5.2. Yerel ve Küresel Değişkenler
1.6. Açıklama Satırlarının Eklenmesi
1.7. Değişkenlere Etkileşimli Bilgi Aktarma
1.8. Python Anahtar Kelimeleri
1.9. Python Yardım Fonksiyonu
1.10. Modüller ve import Deyimi
1.10.1. Modül Yükleme
1.10.2. Modülü İçe Aktarma
1.10.3. Modülün Bir Kısmını Yükleme
1.11. Özet
1.12. Alıştırma Soruları
Bölüm 2. Operatörler
2.1.3. Karşılaştırma Operatörleri
Bölüm 3. Python’da Sayılar
3.1. Bölümün Amacı
3.2. Veri Türleri
3.2.1. Sayılar ~ Tamsayılar, Kesirli Sayılar, Karmaşık Sayılar
3.2.2. Matematiksel Fonksiyonlar
3.2.3. Trigonometrik Fonksiyonlar
3.2.4. Rastgele Sayı Fonksiyonları
3.2.5. Matematiksel Değişmezler
3.3. Özet
3.4. Alıştırma Soruları
Bölüm 4. Liste Veri Yapısı
4.1. Bölümün Amacı
4.2. Bir Boyutlu Listeler
4.2.1. Listelerin Yaratılması
4.2.2. Veri Türünün Öğrenilmesi
4.2.3. İç İçe Listeler
4.2.4. Liste İndeksleri
4.2.5. Liste Elemanlarının İndeksi
4.2.6. Liste Elemanlarına Erişim
4.2.7. Liste Dilimleme
4.2.8. Liste Elemanını Güncelleme
4.2.9. Listeye Eleman Ekleme
4.2.10. Listeleri Birleştirme
4.2.11. Araya Eleman Ekleme
4.2.12. Liste Öğelerinin Silinmesi
4.2.13. Listeyi Sıralama
4.2.14. Tekrarlı Eleman Sayısı
4.3. Çok Boyutlu Listeler
4.4. Özet
4.5. Alıştırma Soruları
Bölüm 5. Numpy Veri Yapıları: Vektörler
5.1. Bölümün Amacı
5.2. Numpy Dizi ve Vektörleri
5.2.1. Numpy Modülü
5.2.2. Vektörlerin Yaratılması
5.2.3. Aralıklar ile Vektör Yaratma
5.2.4. Yatay ve Dikey Vektörler
5.2.5. Vektör Boyutlarını Görüntülemek
5.2.6. Vektör Boyutlarını Değiştirmek 81
5.2.7. Vektör Elemanlarına Erişim82
5.2.8. Elemanların Güncellenmesi 83
5.2.9. Aritmetik İşlemler 83
5.2.10. Vektör Elemanlarını Sınırlandırma 84
5.2.11. Vektörlerin Birleştirilmesi 85
5.2.12. Vektör Elemanlarının Toplamı 86
5.2.13. Sıralama
5.2.14. Sorgulama
5.2.15. Filtreleme
5.3. Özet
5.4. Alıştırma Soruları
Bölüm 6. Numpy Veri Yapıları: Matrisler
6.1. Bu Bölümün Amacı 91
6.2. Python Matrisleri 92
6.2.1. İç İçe Listelerle Matrislerin Yaratılması
6.2.2. Python Matrislerine Erişim 93
6.3. Numpy ile Matris İşlemleri 93
6.3.1. Matris Yaratma 94
6.3.2. Sıfır Matrisinin Yaratılması 95
6.3.3. İki Matrisin Toplanması 96
6.3.4. Matrisler-arası Çıkarma İşlemi 96
6.3.5. Matris Elemanlarını Toplamak 97
6.3.6. Matris Çarpımı 98
6.3.7. Matrisin Transpozesinin Elde Edilmesi 100
6.3.8. Matris Elemanlarına Erişim ve Güncelleştirme102
6.3.9. Matris Dilimleme 103
6.3.10. Matris Köşegeni 104
6.3.11. Matrisin Düzleştirilmesi 105
6.3.12. Yeniden Biçimlendirme 106
6.3.13. Yeniden Boyutlandırma 106
6.4. Özet
6.5. Alıştırma Soruları
Bölüm 7. Demet, Küme ve Sözlük Veri Yapıları
7.1. Bölümün amacı 109
7.2. Demetler 109
7.2.1. Demetlerin Yaratılması 110
7.2.2. Demet Elemanlarına Erişim 111
7.2.3. Demet Elemanlarının Sayısı 112
7.2.4. Demet Çevirme 112
7.3. Kümeler 112
7.3.1. Küme Veri Yapısının Yaratılması 113
7.3.2. Elemanlara Erişim 113
7.3.3. Kümeye Çevirme 114
7.3.4. Eleman Ekleme 114
7.3.5. Eleman Silme 114
7.3.6. Birleştirme 115
7.3.7. Ortak Elemanlar 116
7.4. Sözlükler 116
7.4.1. Sözlüklerin Yaratılması 116
7.4.2. Sözlük Elemanlarına Erişim 117
7.4.3. Eleman Ekleme 118
7.4.4. Elemanları Güncelleme 118
7.4.5. Elemanları Silme 119
7.5. Özet
7.6. Alıştırma Soruları
Bölüm 8. Karakter Dizileri ~ Sözceler
8.1. Bölümün Amacı
8.2. Karakter Dizisi Yaratmak 122
8.2.1. Çok Satırlı Karakter Dizileri 123
8.2.2. Karakterlere Erişim ve Dilimleme 123
8.2.3. Karakter Dizinin Bir Elemanı mı? 124
8.2.4. Dizinin Eleman Sayısı 125
8.2.5. Dizi İçindeki Karakterlerin Sayısı 125
8.2.6. Karakter Dizilerini Birleştirmek 126
8.2.7. Karakterlerin Büyüklüğüne Göre Düzenlenmesi
8.2.8. Dizi İçinde Arama İşlemi 128
8.2.9. Karakter Konumunu Belirleme 129
8.2.10. Karakter Dizilerinde Güncelleme 129
8.2.11. Karakter Dizisini Bölmek
8.2.12. Karakterleri Numaralandırma 131
8.2.13. İlk Karakterin Test Edilmesi
8.2.14. Karakter Boşluklarının Sıfırlarla Doldurulması
8.3. Özet
8.4. Alıştırma Soruları
Bölüm 9. Pandas Veri Yapıları: Veri Çerçevesi
9.1. Bölümün Amacı
9.2. Veri Çerçevesi
9.3. Veri Çerçevesinin Yaratılması
9.4. Veri Çerçevesi İşlemleri
9.4.1. Veri Çerçevesi Elemanlarının Veri Türlerini Listelemek
9.4.2. Veri Türünü Değiştirmek 137
9.4.3. Veri Çerçevesini Numpy Dizilerine Çevirmek
9.4.4. Veri Çerçevesi Elemanlarına Erişim
9.4.5. Veri Dilimleme 140
9.4.6. Satır ve Sütun İsimleriyle Erişim 143
9.4.7. Veri İçeriğinin Değiştirilmesi 144
9.4.8. Koşullu Erişim 145
9.4.9. Yeni Sütun Ekleme 146
9.4.10. Yeni Satır Ekleme 147
9.4.11. Veri Çerçevesinin Transpozesi148
9.4.12. Sıralama İşlemi 149
9.4.13. İstatistiksel Değerler 150
9.4.14. Gruplama151
9.5. Özet
9.6. Alıştırma Soruları
Bölüm 10. Pandas Veri Yapıları: Seriler
10.1. Bölümün Amacı
10.2. Seriler
10.2.1. Serilerin Yaratılması
10.2.2. Serinin Listeye Dönüştürülmesi
10.2.3. Seri Elemanlarına Erişim
10.2.4. Seri Etiketleri ile Erişim
10.2.5. Seri Elemanlarına İndeks Bilgisiyle Erişim
10.2.6. Seriler Arasında Aritmetik İşlemler
10.2.7. Serilerin Sıralanması
10.2.8. İki Serinin Karşılaştırılması
10.2.9. Tür Dönüştürme İşlemleri
10.2.10. Serilerde Toplanma
10.2.11. İki Seriyi Birleştirme
10.2.12. Serinin Boyutları
10.3. Özet
10.4. Alıştırma Soruları
Bölüm 11. Karar İfadeleri ve Döngüler
11.1. Bu Bölümün Amacı 171
11.2. Karar İşlemi ~ if Deyimi 171
11.2.1. Eğer Koşul Doğru Değilse ~ else Deyimi 173
11.2.2. İç içe if Deyimi 175
11.2.3. if Öbekleri 175
11.3. Döngüler 177
11.3.1. Tekrarlı İşlemler ~ for Deyimi 177
11.3.2. Koşullu Döngüler ~ while Deyimi 183
11.3.3. Döngülerden Çıkış veya Devam Etme 189
11.4. Özet
11.5. Alıştırma Soruları
Bölüm 12. Veri Giriş Çıkışları
12.1. Bölümün Amacı
12.2. Konsoldan Veri Giriş Çıkışları
12.2.1. Konsola Yazdırma İşlemi ~ print() Fonksiyonu
12.2.2. Konsola Çıkışı Biçimlendirme193
12.2.3. Etkileşimli Veri Girişleri ~ input() Fonksiyonu
12.3. Dosya Giriş Çıkışları
12.3.1. Python Dizinleri
12.3.2. Dizini Yeniden İsimlendirme
12.3.3. Bir Dosyayı Yeniden İsimlendirme
12.3.4. Dosya Açma
12.3.5. Dosyanın Kapatılması
12.3.6. Yeni Dosyaya Kayıt Girme 198
12.3.7. Varolan Dosyaya Kayıt Ekleme 199
12.3.8. Dosyadan Okuma 200
12.3.9. Dosyadan Satır Satır Okuma 201
12.4. Pandas Veri Dosyaları 201
12.4.1. CSV Dosyaları 201
12.4.2. Pandas’ın read_table() Fonksiyonuyla Okuma İşlemi 205
12.4.3. Excel Dosyaları 207
12.4.4. HTML Dosyaları 208
12.5. Özet
12.6. Alıştırma Soruları
Bölüm 13. Fonksiyonlar
13.1. Bölümün Amacı 211
13.2. Kullanıcı Tanımlı Fonksiyonlar 212
13.2.1. Fonksiyonların Yaratılması 212
13.2.2. Fonksiyonun Çağrılması212
13.2.3. Fonksiyon Değişkenleri 214
13.2.4. Fonksiyonların Çağrılması ~ Kullanılması 215
13.2.5. Fonksiyon Çalıştıktan Sonra İşlem Sırası 216
13.2.6. Fonksiyonun Değer Göndermesi 216
13.2.7. Veri Listesi Göndermek (Döndürmek) 218
13.2.8. Veri Çerçevesi Göndermek (Döndürmek) 218
13.2.9. Argümanlar ve Parametreler219
13.2.10. Fonksiyona Farklı Sayıda Parametre Gönderme 221
13.2.11. Anahtar Sözcüklü Parametre Geçişleri 222
13.2.12. Varsayılan Parametre Değeri 222
13.2.13. Özyineleme Fonksiyonu223
13.3. Yerleşik Python Fonksiyonları224
13.4. Özet
13.5. Alıştırma Soruları
Bölüm 14. Python Grafikleri
14.1. Bölümün Amacı
14.2. Matplotlib Grafikleri 228
14.3. Dağılma Grafiği 228
14.3.1. Çubuk Grafik 231
14.3.2. Çubuk Grafik Üzerine Etiketler Ekleme
14.3.3. Gruplandırılmış Çubuk Grafikler 235
14.3.4. Yığılı Çubuk Grafikler 237
14.3.5. Çizgi Grafik 239
14.3.6. Sayı Dizileri için Çizgi Grafiği 241
14.3.7. Çoklu Çizgi Grafikleri 242
14.3.8. Histogramlar 244
14.3.9. Pasta Grafik 245
14.4. Özet
14.5. Alıştırma Soruları
Bölüm 15. Python ile İstatistiğe Giriş
15.1. Bölümün Amacı
15.2. Merkezi Eğilim Ölçüleri
15.2.1. Ortalama ~ Aritmetik, Geometrik ve Harmonik 250
15.2.2. Medyan
15.2.3. Mod
15.3. Yayılma Ölçüleri (Yayılma Aralığı, Varyans, Standart Sapma)
15.4. Olasılık Dağılımları ~ Binom Dağılımı, Normal Dağılım
15.4.1. Binom Dağılımı
15.4.2. Normal Dağılım
15.5. Hipotez testleri
15.5.1. Örnek ve Ana Kütle Ortalamaları Farkının Testi
15.5.2. İki Örnek Arasındaki Farkın Testi
15.6. Korelasyon Analizleri (Pearson, Spearan, Kendall)
15.7. Özet
15.8. Alıştırma Soruları
Bölüm 16. Python ile Makine Öğrenmesine Giriş
16.1. Bölümün Amacı
16.2. Makine Öğrenmesi
16.3. Denetimli Makine Öğrenmesi
16.4. Önişleme
16.4.1. Eksik Verinin Tamamlanması
16.4.2. Veri Dönüştürme ve Normalleştirme
16.4.3. Verideki Anormalliklerin Tespit Edilmesi
16.4.4. Veri Kümesinin Bölünmesi
16.4.5. Dengesiz Veri Kümeleri
16.5. Sınıflandırma
16.6. Özet
16.7. Alıştırma Soruları
Kaynakça
Dizin
Önsöz
Günümüzde kuruluşların çok büyük hacimli veriyle karşı karşıya kaldıkları görülmektedir. Böylece büyük veri adı verilen bir süreç bir dönem ortaya çıktı. Bu gelişmeyle birlikte söz konusu verinin yönetilmesi ve karar alma süreçlerinde kullanılmasında önemli değişiklikler gözlemlendi.
Veri Bilimi; çeşitli araçlar, algoritmalar ve makine öğrenimi ilkeleriyle donatılmıştır. Veri biliminin bir analiz süreci, programlama ve iş becerileri yoluyla yapılandırılmış veya yapılandırılmamış verilerden anlamlı bilgiler veya içgörüler elde etmeyi amaçladığı söylenebilir. Özet olarak matematik, istatistik, bilgisayar bilimi vb. birçok bileşeni içeren bir alandır.
Veri bilimi doğal olarak bilgisayar yazılımlarıyla oldukça ilgilidir. Bu alanda açık kaynak kodlu yazılımlar önemli bir rol oynamaktadır. Veri biliminde yoğun biçimde kullanılan R ve Python programlama dilleri öne çıkmaktadır. Bu kitap, sözü edilen programlama dilleri arasında yer alan Python üzerinedir. Python programlama dili, kolay öğrenilebilen kapsamlı ve etkili bir yazılım geliştirme ortamı olarak karşımıza çıkmaktadır.
Elinizdeki bu kitap veri biliminin ihtiyaçları gözetilerek ona göre hazırlanmıştır. Özellikle veri bilimine yönelik olarak Python’ın veri yapıları ön plana çıkarılmakta, bunların uygulama alanları üzerinde çok sayıda örnek ile desteklenmektedir. Kitap 16 bölüm olarak tasarlanmıştır. Kitabın son iki bölümü Python ile istatistiğe giriş ve Python ile makine öğrenmesine giriş olarak hazırlanarak veri biliminin temel bileşenleriyle daha yakından ilgilenilmiştir.
Bu kitapta Python programlama dilinin en son 3.10 sürümü tercih edilmiştir. Okuyucunun kitapta yer alan uygulamaları sorunsuz biçimde çalıştırabilmesi için bu sürümün yüklenmesini öneriyoruz. ~ Burak ÖZKAN ve Dr. Yalçın ÖZKAN
Akademik bilimsel ve üniversite kitapları; Papatya Bilim; farkımız, kitaplarımızda...