🐍 Python ve Temel Python Kütüphaneleri

Bu sayfa, Python programlama dili ve temel kütüphaneleri hakkında kapsamlı ve uygulamalı bir rehber sunar. İçerikler, Burdur Mehmet Akif Ersoy Üniversitesi Yazılım Mühendisliği Bölümü'nde Doç. Dr. Sedat Metlek tarafından hazırlanan ders notlarına dayanmaktadır.

---

📑 İçindekiler

• ▶️ Bölüm 1: Python'a Giriş

  • Python Temelleri
  • Veri Tipleri
  • Uygulamalar ve Örnekler
  • Döngüler
  • Fonksiyonlar

• ▶️ Bölüm 2: NumPy

  • NumPy Kütüphanesi

• ▶️ Bölüm 3: Pandas

  • Pandas'a Giriş
  • Veri Bilimi İçin Pandas
  • Veri Görselleştirme İçin Pandas

• ▶️ Bölüm 4: Veri Görselleştirme

  • Veri Görselleştirme Temelleri

---

İçerik Detayları

---

🐍 Bölüm 1: Python

📚 Python'a Giriş

• 📝 Değişken Adı Belirleme Kuralları
• 💡 Değişken Kullanımında İpuçları

🔢 Python'da Veri Tipleri

• String Veri Tipleri
• Sayısal Veri Tipleri:
  • int
  • float
  • complex
• Dizi Oluşturan Veri Tipleri:
  • list
  • range
  • tuple
• Küme Oluşturan Veri Tipleri:
  • set
  • frozenset
• Binary Veri Tipleri:
  • bytes
  • bytearray
  • memoryview
• Mantıksal Veri Tipi: bool
• Adresleme Veri Tipi: dictionary
• Temel Operatörlerin Kullanımı

🚀 Uygulamalar

• String İşlemleri:
  • ⚙️ Uygulamalar ve Metotlar (split, upper, strip, replace, find, index)
• List Uygulamaları:
  • ➕➖ Eleman Ekleme/Silme
  • 📋 Listeyi Kopyalama ve Sıralama
  • 📊 Diğer Metotlar (min, max, count)
• Koşul İfadeleri:
  • if, elif, else Blokları
  • 🔗 İç İçe Koşul Blokları
  • ➡️ and ve or Operatörleri ile Koşullar

🔄 Döngüler

• for Döngüsü:
  • String ve Dictionary üzerinde kullanım
  • range() metodu
• 💻 Döngü uygulamaları

🔧 Fonksiyonlar

• Fonksiyon Tanımlama ve Çağırma
• 📥📤 Parametre Gönderme ve Geriye Değer Döndürme
• Lambda Fonksiyonları:
  • Tanımlama ve Kullanım Amacı
• map() ve filter() Fonksiyonları
• Fonksiyon Kapsamı (Scope):
  • Yerel (Local) ve Global (Global) değişkenler
  • İç içe fonksiyonların kapsamı

---

🤖 Bölüm 2: NumPy

• NumPy'a Giriş
• 🧩 NumPy Örnekleri
• Varyans ($σ²$ veya $s²$) ve Standart Sapma ($σ$ veya $s$)
• 📐 Matris Çarpma Koşulları

---

🐼 Bölüm 3: Pandas

Pandas'a Giriş

• Pandas Veri Yapıları:
  • Seriler: Oluşturma, İndeksleme, Dilimleme ve Değer Atama
  • Veri Çerçeveleri (DataFrame): İndeksleme, Sütun İşlemleri (Ekleme, Silme, Adlandırma)
• Veri Setini Tanıma:
  • 🔍 head(), info(), describe()
  • shape, columns, dtypes özellikleri
• Veri Okuma ve Yazma:
  • 📂 CSV ve Excel dosyalarından okuma ve bu formatlarda yazma

🧹 Veri Temizleme ve Düzenleme

• Eksik Verilerle Başa Çıkma:
  • ❌ Silme ve Doldurma (ffill, bfill)
• Veri Türlerini Dönüştürme
• Sütunları Şekillendirme:
  • Birleştirme, tekrarlayan verileri kaldırma

📊 Veri Bilimi İçin Pandas

• Veri Analizi ve İstatistiksel Hesaplamalar
• Veri Gruplama (groupby) ve Toplulaştırma
• ⬇️⬆️ Veri Sıralama ve Filtreleme
• 🤝 Veri Çerçevelerini Birleştirme

📈 Veri Görselleştirme İçin Pandas

• Temel Grafik Türleri:
  • 📉 Çizgi Grafiği (Line Plot)
  • 📊 Sütun Grafiği (Bar Plot)
  • Histogram
  • 📍 Nokta Grafiği (Scatter Plot)
  • 📦 Kutu Grafiği (Box Plot)
  • 🥧 Pasta Grafiği (Pie Plot)
  • Alan Grafiği (Area Plot)
  • Yoğunluk Grafiği (Density Plot)
• 🧊 3D Grafik Örnekleri
• İleri Düzey Pandas:
  • ⏳ Zaman Serileri Analizi
  • Çoklu İndeksleme
  • 🚀 Büyük veri kümelerinde performans optimizasyonu

---

🖼️ Bölüm 4: Veri Görselleştirme

Seaborn Kütüphanesi

• Seaborn ve Matplotlib İlişkisi
• Veri Görselleştirme Örnekleri:
  • 📦 Kutu Grafikleri
  • 🗺️ Isı Haritaları (Heatmap)
  • 📈 Regresyon Modelleri
• Seaborn Stil ve Temaları:
  • 🎨 Stil ve Tema Ayarları
  • Grafiklerin renk paletlerini değiştirme
  • Çizgi stilleri ve arka plan özelleştirme
• Veri Keşfi ve Analizi:
  • 🔭 Dağılım görselleştirmeleri (Histogram, Yoğunluk Grafiği)
  • 🤝 Değişkenler arası ilişkileri gösterme (Nokta Grafiği, Regresyon Grafiği, Matris Grafiği)