Veri türleri
Sayısal, kategorik ve zaman serisi verileri
Veri türleri, CoddyKit'te ücretsiz bir Python Academy dersidir. Bu, 5 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Python Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Python Academy kursu toplamda 5 dersten oluşur.
Veri Türleri
Veri Türleri
Veri türlerini anlamak, veri kümeleriyle etkili bir şekilde çalışmak için gereklidir. Bu derste üç temel veri türünü inceleyeceğiz: sayısal, kategorik ve zaman serisi.

Sayısal Veriler
Sayısal Veriler
Sayısal veriler sayıları temsil eder ve şu türlerde olabilir:
- Kesikli:
1, 2, 3gibi tam sayılar. - Sürekli:
3.14, 7.89gibi ondalıklı sayılar.
Örnekler: Yaş, sıcaklık ve gelir.
Kategorik Veriler
Kategorik Veriler
Kategorik veriler grupları veya kategorileri temsil eder. Şu türlerde olabilir:
- Sınıflayıcı: Belirli bir sırası olmayan kategoriler (ör. renkler: kırmızı, mavi, yeşil).
- Sıralı: Anlamlı bir sırası olan kategoriler (ör. derecelendirmeler: düşük, orta, yüksek).
Örnekler: Cinsiyet, ürün türü ve eğitim düzeyi.
Zaman Serisi Verileri
Zaman Serisi Verileri
Zaman serisi verileri, zaman aralıkları boyunca kaydedilen değerlerden oluşur. Değişimleri veya eğilimleri izlemek için kullanılır.
Örnekler:
- Günlük kaydedilen hisse senedi fiyatları.
- Saatlik ölçülen sıcaklık.
- Haftalık izlenen web sitesi trafiği.
Python'da Veri Türlerini Belirleme
Python'da Veri Türlerini Belirleme
Bir veri kümesindeki sütunların veri türlerini belirlemek için Pandas'taki dtypes özniteliğini kullanabilirsiniz.
Örnek:
import pandas as pd
data = {'Age': [25, 30], 'Gender': ['Male', 'Female']}
df = pd.DataFrame(data)
print(df.dtypes)Veri Türlerinin Önemi
Veri Türlerinin Önemi
Veri türünü bilmek şunları yapmanıza yardımcı olur:
- Doğru analiz tekniklerini seçmek.
- Uygun görselleştirmeleri seçmek.
- Uygun ön işleme yöntemlerini uygulamak.
Veri Türü Dönüştürme
Veri Türü Dönüştürme
Python'da veri türlerini şu işlevleri kullanarak dönüştürebilirsiniz:
- Pandas'ta
astype(). - Tek tek değerler için
int(),float(),str().
Örnek:
df['Age'] = df['Age'].astype(float)Özet
Özet
Bu derste şunları öğrendiniz:
- Sayısal veriler: Kesikli ve sürekli değerler.
- Kategorik veriler: Sınıflayıcı ve sıralı kategoriler.
- Zaman serisi verileri: Zaman aralıkları boyunca izlenen değerler.
Veri türlerini anlamak, etkili veri analizi için çok önemlidir.
Tebrikler!
Tebrikler!
Veri Türleri dersini tamamladınız. Eksik verileri etkili bir şekilde nasıl işleyeceğinizi öğrenmek için sonraki derse geçin.

Sıkça Sorulan Sorular
“Veri türleri” dersi ücretsiz mi?
Evet — “Veri türleri” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Python Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Python Academy kursu toplamda 5 dersten oluşur.
“Veri türleri” dersinde ne öğreneceğim?
Sayısal, kategorik ve zaman serisi verileri Python Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Python Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Python Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 5 dersinin 1. dersidir.
“Veri türleri” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Python Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Python Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Veri türleri
- Eksik verileri ele alma
- Veri normalleştirme
- Python'da veri birleştirme
- Verilerden özellik çıkarma