Python, veri biliminin veriyi toplama, temizleme, inceleme, görselleştirme, tahmin modeli kurma ve sonuçları raporlama aşamalarında kullanılır. Örneğin bir Excel veya CSV dosyasındaki satış kayıtlarını Python ile okuyup eksik değerleri kontrol edebilir, ürün bazında toplamları hesaplayabilir ve sonucu grafik ya da yeni bir dosya olarak dışa aktarabilirsiniz. Python’un asıl gücü, bu işlemleri tekrar edilebilir kod hâline getirerek büyük veya düzenli olarak yenilenen veri kümelerinde zaman kazandırmasıdır.
Veri bilimi tek bir işlemden oluşmaz. Python, ham verinin alınmasından model sonucunun yorumlanmasına kadar birbirini izleyen birçok aşamada kullanılabilir.
Tablo, Python’un yalnızca yapay zekâ modeli kurmak için kullanılmadığını da gösterir. Çoğu projede en fazla emek, modeli eğitmeden önce veriyi doğru biçime getirmeye harcanır.
Aşağıdaki varsayımsal örnekte
Örneğin dosyada
Dosya ve tablo işlemlerinde genellikle
Python her durumda en iyi seçenek değildir. Çok küçük ve tek seferlik bir tablo için Excel yeterli olabilir. Çok büyük verilerde hesaplamanın veritabanında yapılması, Python’un ise hazırlama, analiz veya modelleme aşamasında kullanılması daha uygun olabilir. Ayrıca kötü veya yanlı veriyi Python ile işlemek, sonucu otomatik olarak doğru hâle getirmez. Sonuçları kullanmadan önce veri kaynağını, hesaplama mantığını, eksik değerleri ve modelin yeni verilerdeki başarımını ayrı ayrı kontrol edin.
Python veri biliminin hangi aşamalarında kullanılır?
Veri bilimi tek bir işlemden oluşmaz. Python, ham verinin alınmasından model sonucunun yorumlanmasına kadar birbirini izleyen birçok aşamada kullanılabilir.
- Veri toplama: Dosyalardan, veritabanlarından veya erişim izni bulunan servislerden veri alınabilir. Verinin kaynağına ve kullanım koşullarına ayrıca dikkat etmek gerekir; Python ile veriyi okuyabilmek, o veriyi kullanma hakkınız olduğu anlamına gelmez.
- Veri temizleme: Eksik hücreler, hatalı veri türleri, yinelenen satırlar ve tutarsız biçimler bulunup düzeltilir. Örneğin tarih sütunundaki metinler tarih türüne dönüştürülebilir.
- Keşifsel veri analizi: Ortalama, medyan, toplam, dağılım ve gruplar arasındaki farklar hesaplanır. Böylece veri setinde olağandışı değerler veya beklenmeyen ilişkiler görülür.
- Görselleştirme: Çizgi, sütun, dağılım ve histogram grafikleriyle eğilimler daha kolay incelenir. Grafik, sayısal ilişkinin nedenini tek başına kanıtlamaz; yalnızca araştırılması gereken bir örüntüyü gösterebilir.
- Makine öğrenmesi: Sınıflandırma, tahmin, kümelendirme ve benzeri modeller eğitilebilir. Modelin eğitim verisindeki başarısı, yeni verilerde de aynı sonucu vereceğini garanti etmez; ayrı test verisiyle değerlendirme gerekir.
- Otomasyon ve raporlama: Her gün tekrarlanan veri birleştirme, hesaplama ve rapor üretme işleri kodla otomatikleştirilebilir.
| İş | Python ile yapılabilecek işlem | Dikkat edilmesi gereken nokta |
|---|---|---|
| Satış analizi | Dosyaları birleştirme, ürün ve tarih bazında toplam alma | Para birimi, tarih biçimi ve yinelenen kayıtlar kontrol edilmelidir |
| Müşteri verisi inceleme | Grupları karşılaştırma, dağılım ve eğilimleri görme | Kişisel veriler gereksiz yere çıktıya yazılmamalıdır |
| Talep tahmini | Geçmiş gözlemlerden tahmin modeli oluşturma | Mevsimsellik, veri sızıntısı ve test başarımı incelenmelidir |
| Tekrarlanan rapor | Veriyi okuyup hesaplama ve sonuç dosyası üretme | Girdi dosyasının sütun adları ve biçimi sabit tutulmalıdır |
Küçük bir veri analizi örneği
Aşağıdaki varsayımsal örnekte
satislar.csv dosyasında urun, adet ve birim_fiyat sütunları bulunduğu kabul edilir. Kod, her satırın satış tutarını hesaplar ve ürün bazında toplam geliri çıkarır.
Python:
import pandas as pd
veri = pd.read_csv("satislar.csv")
veri["satis_tutari"] = veri["adet"] * veri["birim_fiyat"]
urun_ozeti = (
veri.groupby("urun", as_index=False)["satis_tutari"]
.sum()
.sort_values("satis_tutari", ascending=False)
)
print(urun_ozeti)Örneğin dosyada
Kalem için iki satış satırının tutarı 120 ve 80 ise çıktıdaki Kalem toplamı 200 olur. Bu sonuç, dosyada yer alan kayıtların ürün bazında toplamını gösterir; tek başına en kârlı ürünü kanıtlamaz, çünkü maliyet, iade ve diğer giderler hesaba katılmamıştır. Kod hata verirse önce sütun adlarının gerçekten urun, adet ve birim_fiyat olup olmadığını, sayısal sütunlarda metin veya boş değer bulunup bulunmadığını kontrol edin.Python ile hangi araçlar birlikte kullanılır?
Dosya ve tablo işlemlerinde genellikle
pandas, sayısal hesaplamalarda NumPy, grafiklerde Matplotlib veya Seaborn, makine öğrenmesinde ise scikit-learn gibi kütüphanelerden yararlanılır. Kütüphane seçimi işin türüne göre yapılmalıdır; basit bir toplam hesabı için karmaşık bir makine öğrenmesi kütüphanesi kullanmak gereksizdir.Python her durumda en iyi seçenek değildir. Çok küçük ve tek seferlik bir tablo için Excel yeterli olabilir. Çok büyük verilerde hesaplamanın veritabanında yapılması, Python’un ise hazırlama, analiz veya modelleme aşamasında kullanılması daha uygun olabilir. Ayrıca kötü veya yanlı veriyi Python ile işlemek, sonucu otomatik olarak doğru hâle getirmez. Sonuçları kullanmadan önce veri kaynağını, hesaplama mantığını, eksik değerleri ve modelin yeni verilerdeki başarımını ayrı ayrı kontrol edin.
