Python DataScience - Veri Bilimi (Pandas, Numpy, Matplotlib)
Description:
Python Mucizesi – Veri Bilimi e?itimine ho? geldiniz.
Temel Gereksinimler
Öncelikle Python biliyor olman?z gerekmektedir. Bu kapsamda Python’? temelden uzman seviyesine kadar ö?renebilece?iniz Python Mucizesi - Temel, Orta ve ?leri Düzey e?itimini ücretsiz talep edebilirsiniz. Nas?l yap?laca?? size gelen aç?l?? mesaj?nda olacakt?r.
Bu e?itim, detayl? olup di?er e?itimlerde sadece 1-2 saat gibi k?sa sürelerde anlat?lm??t?r. Biz ise çok daha uzman ve detayl? seviyede anlat?yoruz. Ba?ka e?itimlerde Veri Bilimi ad? alt?nda verilen e?itimlerde Python ba?tan itibaren anlat?lmakta olup bu kapsamda süre israf? olmaktad?r. Bu e?itim, rakip e?itimlere k?yasland???nda 1-2 saatte anlat?lan e?itimleri 20 saat olarak çok detayl? ve bol örnekle anlatmaktad?r. Yine di?er e?itimlerde Veri Bilimi ad? alt?nda Python ba?tan sona anlat?lmakta ve böyle sanki veri bilimi bu süre uzunlu?unda anlat?lm?? gibi yap?lmakla birlikte bu e?itimde ise sadece veri bilimi anlat?lm?? ve gereksiz yere Python ba?tan anlat?lmam??t?r. E?er Python dilini ba?tan almak isterseniz de di?er e?itimimiz olan Python Mucizesi - Temel, Orta ve ?leri Düzey e?itimini zaten ücretsiz veriyoruz.
Bu e?itimde 3 ana kütüphane anlat?lmaktad?r:
Pandas
Numpy
Matplotlib
Pandas
Pandas kütüphanesi öyle güçlüdür ki Excel ile yapabildi?iniz analizleri yapabiliyorsunuz. Fakat neden bunu seçesiniz!
Pandas çok güçlü bir kütüphanedir. Excel’de verilerde sat?r s?n?r? olurken Pandas da ayn? i?lemleri yapabildi?i halde bu tarz s?n?rlar yoktur.
Pandas kütüphanesi çok h?zl?d?r. Excel’de uzun süren ve kilitlenmelere yol açan i?lemler burada çok k?s sürede çözülür.
Algoritmas? ve formül kurma i?lemleri çok basit ve çok anla??l?rd?r.
Geli?meler önce Pandas kütüphanesinde üretilmi? olup daha sonra Excel ise bunlar? kopyalay?p ayn?s?n? yapmaya çal??m??t?r. Fakat yine de çok alt?nda kalmaktad?r. Örne?in Excel’in son versiyonlar?nda sürekli yeni özellikler gelmekle birlikte asl?nda bu özellikler zaten çok önceden Pandas’da yap?lm?? ve kullan?lm?? olmaktad?r. Yine bir çok özellik henüz Excel’e eklenememi?tir.
Numpy
Pandas ile birlikte neden Numpy?
Birincisi, Pandas da tek ba??na tüm i?inizi görür ve yapmak istedi?iniz tüm i?lemleri yapabilirsiniz. Yani Pandas ö?rendi?inizde Numpy bilmek zorunda de?ilsiniz. Tüm i?leri Pandas yapar.
Fakat Numpy da ö?renmek avantajl?d?r. Numpy kütüphanesi, Pandas’ta yap?labilenleri yapabildi?i gibi ayr?ca simülasyon, istatistiki analizler vb. konularda çok daha basit kod yap?s?na sahip olup basit algoritmalar kullanarak çok karma??k yap?lar üretebilirsiniz.
Ayr?ca siz mesela Excel veya ba?ka ortamlarda bir formül yazd???n?zda tüm sat?rlar için bu formülü tekrar çal??t?r?rs?n?z. Numpy ise e?itimde de görece?iniz gibi tek formülle tüm sat?rlara ayn? i?lemi yapabilir.
Ayr?ca Numpy kütüphanesi grafik çizme ve görsel analizler için de oldukça uygun bir kütüphanedir. Grafik çizmek amac?yla kullan?lan kütüphaneler ön ?art olarak Numpy kullanmaktad?r.
Matplotlib
Bu kütüphane ise görsel analizler ve grafikler için oldukça güçlüdür.
Neden bu e?itimi alal?m?
Öncelikle her konuda yeterli ve çok say?da örnek veriyoruz. Di?er e?itimlerdeki gibi her ?ey haz?r ve önceden belirlenmi? örnekler ile gitmiyoruz. Tamam? gerçek hayattan örnekler ve dolu dolu, bol…
Gerçek hayattan örnekler oldu?u için gerçek hayat?n karma??k yap?s? ile gidiyoruz.
Müfredat
Pandas
DataFrame ??lemleri
DataFrame Adres ??lemleri
DataFrame Örnek Uygulamalar?
Veriler Üzerinde De?i?iklik Yapmak (Silmek, Eklemek, Dönü?türmek)
Filtreleme ??lemleri
Filtre Uygulamalar?
Metin Dosyas? Analiz ??lemleri
Excel ??lemleri
CSV ??lemleri
XML ??lemleri
DataFrame Tekrar ve Uygulamalar?
SERIES ??lemleri
Index ve Tablo Yap?s? ??lemleri
Veri De?i?tirme ??lemleri
Aritmetik ??lemler
Aritmetik ??lemler ve Veri Uygulamalar?
Metin (String) ??lemleri
Tablo Birle?tirme ??lemleri
Tablo E?le?tirme Kurallar?
Tablo E?le?tirme ??lemleri
Çoklu Tablo E?le?tirme
Pandas Fonksiyonlar?
Veri Gruplama ve ?statistiki Analizler
Pivot Tablo
Pivot Tabloda Çoklu Sat?r ve Sütun
Pivot Tablo Uygulamalar?
Grafik Çizim ??lemleri
Numpy
Numpy Kütüphanesi Genel Görünümü
Dizilerin Yap?s?
Dizi (ARRAY) Tan?mlama ??lemleri
Dizi Üreteci Parametreleri
Numpy Veri Türleri
Dizilerde S?ralama ??lemi
Dizi ile ?lgili Bilgi Alma
Adresleme ??lemleri
Filtreleme ??lemleri
Dizi Verilerini De?i?tirmek
Dizilerde Birle?tirme ??lemi
Dizileri Alt Dizilere Bölmek
Temel Matematiksel ??lemler
Trigonometrik ve Logaritmik ??lemler
Numpy Uygulamalar?
Bir Dizideki Benzersiz Elemanlar? Listelemek
Dizileri Ters Çevirmek
Çok Boyutlu Dizileri Sadele?tirmek
Numpy ile Veri ??leme ve Yap?land?r?lm?? Diziler
Matplotlib
Temel Grafik ??lemleri
Grafik Bile?enleri
Grafik Parametre Uygulamalar?
Grafi?in Belli Bir Alan?n? Göstermek
Eksen Etiketlerini Düzenlemek
Tek Grafik ?çerisinde Çoklu Çizim
Çoklu Grafikleri Farkl? Bölgelerde Göstermek
Çoklu Grafik Uygulamalar?
Grafik Çe?itleri
Çubuk (Bar) Grafik
Çubuk Grafik Parametreleri
Eksen De?erlerini De?i?tirmek
Üst Üste Çubuk Grafikler
Farkl? Kaynaklar? Grafi?e Çevirmek
Grafi?e Tablo Eklemek
?ki Boyutlu Verilerde Tablo Ekleme
Çubuk Grafik Uygulamalar?
Grafiklere Veri Etiketi Eklemek
Da??l?m (Scatter) Grafi?i
Pasta (Pie) Grafik
Alan (Area) Grafi?i
Histogram Grafik