VERİ BİLİMİ İÇİN NUMPY KÜTÜPHANESİ
Veri biliminin olmazsa olmazlarından NumPy kütüphanesinden bahsedeceğim ve çok sık kullanılan bazı temel işlemler gerçekleştireceğim.
NumPy, Python programlama diline ait çok boyutlu dizilerle ve matrislerle çalışmamızı kolaylaştıran ileri düzey matematiksel işlemler yapabileceğimiz bir kütüphanedir. Veri biliminde kullanılan en popüler kütühanelerden biridir.
Öncelikle eğer bilgisayarınızda Numpy kütüphanesi kurulu değilse terminalden bu komut ile NumPy’ı indiriyoruz.
pip install numpy
Anaconda Prompt kullananlar için:
conda install numpy
Eğer Numpy kullanacaksak kodumuzu yazmaya başlamadan önce kütüphaneyi çağırmamız gerekmektedir. Import ile kütüphaneyi çağıracağız ve “np” aliasını kullanacağız. Artık NumPy ile işlem yapacağımızda “np” kullanmak yeterli olacak.
-NumPy Kütüphanesinin import edilmesi
import numpy as np
NumPy temelini numpy dizileri oluşturur. NumPy dizileri, Python listeleriyle benzerdir ancak işlevsellik bakımından daha kullanışlıdır. Ayrıca Python listelerinden farklı olarak NumPy dizileri içindeki tüm elemanlar aynı veri tipinden olmalıdır.
-NumPy dizisinin oluşturulması
#PythonListesimylist= [20,30,40]#NumpyArraynp.array(mylist)
NumPy dizileri çok boyutlu dizilerle (matrisler ile) çalışma imkânı sağlaması ve Python listelerinden daha hızlı olması nedeniyle veri bilimi alanında sıklıkla kullanılır.
-arange
np.arange(başlangıç , bitiş, adım sayısı)
Python’daki range fonksiyonuna benzer. Belirtilen başlangıç değerinden adım sayısı kadar artırarak bitiş değerine kadar olan sayılardan oluşan bir dizi üretir.
np.arange(0,10,2)Output:
array ([0, 2, 4, 6, 8])
-zeros
np.zeros((satır,sütun))
İçerisine bir tuple parametre alır. Bu tuple’da belirtilen satır ve sütun boyutlarında, sıfırlardan oluşan bir dizi üretir.
np.zeros((2,3))Output:
array ([[0., 0., 0.],
[0., 0., 0.]])
-ones
np.ones((satır,sütun))
İçerisine bir tuple parametre alır. Bu tuple’da belirtilen satır ve sütun boyutlarında, birlerden oluşan bir dizi üretir.
np.ones((3))Output:
array ([1., 1., 1.])np.ones((3,2))Output:
array ([[1., 1.],
[1., 1.],
[1., 1.]])
-linspace
np.linspace(başlangıç, bitiş, eleman sayısı)
Belirttiğimiz numaralar arasından eleman sayısı kadar sayıyı eşit olarak aralık bırakılmış şekilde böler ve bir dizi oluşturur.
np.linspace(0,20,6)Output:
array([ 0., 4., 8., 12., 16., 20.])
-eye
np.eye(matrix boyutu)
Birim matris oluşturur.
np.eye(4)Output:
array([[1., 0., 0., 0.],
[0., 1., 0., 0.],
[0., 0., 1., 0.],
[0., 0., 0., 1.]])
-random
np.random.randn(satır,sütun)
0–1 aralığında rastgele üretilmiş ondalık sayılarla istenilen boyutta bir dizi oluştur.
np.random.randn(4)Output:
array([ 1.0632292 , -2.18270001, 1.61671799, -0.36936374])np.random.randn(3,3)Output:
array([[-1.12372978, -2.99359686, -0.59345594],
[-0.67110558, -0.6349538 , 0.45677512],
[-1.82394015, -2.15477992, 0.81146323]])
np.random.randint(başlangıç, bitiş)
Belirtilen aralıktan bitiş değeri haricinde integer değerde rastgele bir sayı üretir.
np.random.randint(1,10)Output:
5
np.random.randint(başlangıç, bitiş , eleman sayısı)
Belirtilen aralıktan rastgele seçilen integer sayılar ile eleman sayısı kadar uzunlukta bir dizi üretir.
np.random.randint(1,20,7)Output:
array([19, 2, 11, 12, 12, 11, 4])
Numpy Dizi Methodları
-reshape
dizi.reshape(satır, sütun)
Diziyi belirtilen satır ve sütun boyutuna ayırarak yeniden şekillendirir.
#rastgele bir dizi oluşturalım
mylist=np.random.randint(1,100,10)mylist.reshape(5,2)
Output:
array([[87, 7],
[56, 88],
[ 1, 79],
[81, 30],
[85, 52]])
-max
dizi.max()
Dizinin en büyük elemanını döndürür.
mylist.max()Output:
88
-min
dizi.min()
Dizinin en küçük elemanını döndürür.
mylist.min()Output:
1
-argmax
dizi.argmax()
En büyük elemanın kaçıncı index’te olduğunu gösterir.
mylist.argmax()Output:
3
-argmin
dizi.argmin()
mylist.argmin()Output:
4
NumPy kütüphanesiyle ilgili temel olarak bilmemiz gerekenlerden bahsettik.
print(“İyi çalışmalar ..”)
Uygulama kodları için: