NumPy ve Pandas Kullanarak Veri Analizi ve Görselleştirme Örnekleri

Adı : NumPy ve Pandas Kullanarak Veri Analizi ve Görselleştirme Örnekleri

NumPy ve Pandas; Python dilinin veri analizi, manipülasyonu ve hesaplama işlemleri için kullanılan en popüler kütüphanelerdir. Bu yazıda, NumPy ve Pandas kütüphaneleri yardımıyla veri analizi ve görselleştirme işlemlerinin nasıl yapılabileceğine dair bazı örnekler vereceğim.

NumPy Nedir?

NumPy, \"Numerical Python\" kısaltmasıdır. Fonksiyonel dil olan Python dilinde bilimsel hesaplamalar yapmak için kullanılan bir kütüphanedir.

NumPy Kullanımı

NumPy kullanarak vektör, matris, çok boyutlu dizi ve rasgele örneklem oluşturma gibi işlemler yapılabilir.Örneğin aşağıdaki kod kullanılarak 4 elemanlı vektör oluşturulabilir:

```python
import numpy as np

vector = np.array([1, 2, 3, 4])
print(vector)

#Output: [1 2 3 4]
```

Bir numpy ndarray oluşturuldu ve print () yöntemi kullanılarak ekrana yazdırıldı.

NumPy Kütüphanesi İle Basit İşlemler

NumPy, basit bir dizi oluşturma işleminden, aynı dizinin farklı bir elemanı olan bir dizinin oluşturulmasına kadar birçok işi yapabilir.İşlemlerden birkaçını aşağıda gösterilmiştir.

```python
import numpy as np

# bir dizi oluşturma
array1 = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# diziyi 2'ye böler
array2 = array1 / 2

# diziyi karesine alır
array3 = array1 ** 2

# dizinin Max'i
array4 = array1.max()

# dizinin Min'i
array5 = array1.min()

# dizinin ortalaması
array6 = array1.mean()

# algebraic sum of all elements of the array
array7 = np.sum(array1)

print(\"1- Dizi: \", array1)
print(\"2- Diziyi 2'ye bölmek: \", array2)
print(\"3- Dizi karesi: \", array3)
print(\"4- Dizinin Max değeri: \", array4)
print(\"5- Dizinin Min değeri: \", array5)
print(\"6- Dizinin ortalaması: \", array6)
print(\"7- Dizinin cebirsel toplamı: \", array7)


\"\"\"
Output:
1- Dizi: [ 1 2 3 4 5 6 7 8 9 10]
2- Diziyi 2'ye bölmek: [0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. ]
3- Dizi karesi: [ 1 4 9 16 25 36 49 64 81 100]
4- Dizinin Max değeri: 10
5- Dizinin Min değeri: 1
6- Dizinin ortalaması: 5.5
7- Dizinin cebirsel toplamı: 55
\"\"\"

```

Pandas Nedir?

Pandas, \"Panel Data\" teriminin kısaltmasıdır. Python dilinde kullanılmak üzere yüksek performanslı, kullanımı kolay veri yapıları ve veri analizi araçları sağlayan bir kütüphanedir.

Pandas Kullanımı

Pandas kütüphanesi, veri çerçeveleri (DataFrame) ve seriler (Series) dahil olmak üzere birçok veri yapısı sunar. Pandas kütüphanesi, içindeki farklı özellikler sayesinde veri setlerinde kolaylıkla arama yapmanızı, silmenizi ve verilerin üzerinde farklı işlemler yapmanızı sağlar.

İlk Olarak Veri Setini Yükleme

```python
import pandas as pd

data = pd.read_csv('veriseti.csv')
print(data.head())
```

Yukarıdaki örnekte, Pandas kütüphanesinden pd ile birlikte veri seti dosyası okunmuştur. Dosya içeriği ekrana yazdırılmıştır.

Bir Pandas DataFrame'de Veri Filtreleme

```python
import pandas as pd

data = pd.read_csv('veriseti.csv')

#Dil için sadece \"PL\" olan verileri ayıklayalım.
pl_users = data[data['Dil'] == 'PL']
print(pl_users.head())

```

Yukarıdaki kodda, loc () yöntemini kullanarak verileri filtreledik. Burada Dil sütununda bir PL değeri varsa, veriler ayıklanır.

Bir Pandas DataFrame'deki Tekrar Eden Verileri Kaldırma

```python
import pandas as pd

data = pd.read_csv('veriseti.csv')

#Veri setindeki tekrar eden verileri kaldıralım.
data = data.drop_duplicates()
print(data.head())
```

Yukarıdaki kodda, drop_duplicates () yöntemini kullanarak veri setindeki tekrar eden verileri kaldırdık.

Sık Sorulan Sorular (SSS)

S1: NumPy ve Pandas arasındaki fark nedir?

C: NumPy, bilimsel hesaplama için kullanılan bir kütüphanedir. Pandas, veri analizi için kullanılan bir kütüphanedir.

S2: Pandas DataFrame nedir?

C: Pandas DataFrame, aynı tipteki verilerin bir araya getirilmesiyle oluşturulmuş bir Pandas veri yapısıdır.

S3: Bir Pandas DataFrame'deki yeni bir sütun nasıl oluşturulur?

C: Aşağıdaki gibi bir kod kullanılabilir.

```python
import pandas as pd

data = pd.read_csv('veriseti.csv')

data ['Yeni Sütun'] = data ['Eski Sütun1'] + data ['Eski Sütun2']
```

S4: Pandas veri setindeki eksik veriler nasıl doldurulur?

C: fillna () yöntemi kullanılarak eksik verileri belirli bir değerle doldurabilirsiniz. Örneğin:

```python
import pandas as pd

data = pd.read_csv('veriseti.csv')

# Eksik veriyi belirli bir değerle değiştirin.
data = data.fillna('0')
print(data.head())
```

Yukarıdaki kodda, fillna () yöntemi kullanılarak NaN değerleri '0' ile değiştirildi."