Veri Bilimi İçin Veri Yapıları

Veri yapıları, veri biliminde verileri verimli bir şekilde işlemek ve analiz etmek için çok önemlidir. Python; veri bilimi görevlerinde yaygın olarak kullanılan listeler, sözlükler ve NumPy dizileri gibi çeşitli yerleşik ve harici veri yapıları sunar.

Bu derste veri bilimi için temel veri yapılarını ve bunların uygulamalarını öğreneceksiniz.

Listeler

Listeler, Python'da çeşitli veri türlerini barındırabilen değiştirilebilir dizilerdir. Basit veri depolama ve işleme için kullanılırlar.

# Example: Working with lists
my_list = [1, 2, 3, 4]
my_list.append(5)
print(my_list)  # Output: [1, 2, 3, 4, 5]

Sözlükler

Sözlükler, verileri anahtar-değer çiftleri olarak depolar; bu nedenle arama işlemleri ve eşleme ilişkileri için idealdir.

# Example: Using dictionaries
data = {'Name': 'Alice', 'Age': 25}
print(data['Name'])  # Output: Alice

Kümeler

Kümeler, benzersiz öğelerden oluşan sırasız koleksiyonlardır; yinelenenleri kaldırmak veya birleşim ve kesişim gibi küme işlemlerini gerçekleştirmek için kullanışlıdır.

# Example: Working with sets
my_set = {1, 2, 3}
my_set.add(2)  # No duplicates allowed
print(my_set)  # Output: {1, 2, 3}

Demetler

Demetler, koordinatlar veya veritabanı kayıtları gibi değişmemesi gereken ilişkili verileri depolamak için sıklıkla kullanılan değiştirilemez dizilerdir.

# Example: Using tuples
coordinates = (10, 20)
print(coordinates[0])  # Output: 10

NumPy Dizileri

NumPy dizileri, sayısal hesaplamalar ve büyük veri kümelerini verimli bir şekilde işlemek için kullanılır. Vektörleştirilmiş işlemleri destekledikleri için sayısal görevlerde listelerden daha hızlıdırlar.

# Example: NumPy arrays
import numpy as np

arr = np.array([1, 2, 3])
print(arr * 2)  # Output: [2, 4, 6]

Pandas DataFrames

Pandas DataFrames, tablolara benzeyen iki boyutlu etiketli veri yapılarıdır. Veri işleme ve analiz için vazgeçilmezdirler.

# Example: Pandas DataFrame
import pandas as pd

data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Doğru Veri Yapısını Seçme

Doğru veri yapısını seçmek göreve bağlıdır:

• Basit veri koleksiyonları için listeleri kullanın.
• Eşleme ve arama işlemleri için sözlükleri kullanın.
• Sayısal ve tablo biçimindeki veriler için NumPy dizilerini veya Pandas DataFrames'i kullanın.

Veri Yapılarını Kullanırken Yaygın Hatalar

Kaçınmanız gereken bazı hatalar şunlardır:

• Sayısal hesaplamalarda NumPy dizileri yerine listeleri kullanmak.
• Hızlı arama işlemleri için sözlüklerden yararlanmamak.
• Karmaşık veri işleme görevlerinde Pandas'ı kullanmamak.

Neler Öğrendik?

Bu derste şunları öğrendiniz:

• Veri yapılarının veri bilimindeki önemini.
• Listeler, sözlükler ve demetler gibi Python'ın yerleşik veri yapılarını nasıl kullanacağınızı.
• Gelişmiş veri işleme için NumPy dizileri ve Pandas DataFrames ile nasıl çalışacağınızı.
• Belirli görevler için uygun veri yapısını nasıl seçeceğinizi.

Harika iş çıkardınız! Şimdi sıradaki konuya geçelim.