pandas Nasıl Öğrenilir

pandas, en popüler Python veri bilimi paketlerinden biridir ve Python’da tablolu verilerle çalışmanın standart aracıdır. Neyse ki, tamamen acemi biri birkaç hafta içinde pandas öğrenip programlamaya başlayabilir. İşte nasıl başlayacağınız.

Başlamadan önce bilinmesi gerekenler

pandas nedir?

pandas, kullanımı kolay, açık kaynaklı olduğu ve büyük miktarda verilerle çalışmanıza olanak tanıdığı için öğrenmeniz gereken ilk Python paketlerinden biridir. Hızlı ve verimli veri işleme, veri birleştirme ve pivotlama, esnek zaman serisi işlevleri ve daha fazlasını sunar.

pandas, SQL veya Excel ile benzer pek çok işlevselliğe sahiptir ve CSV ve metin dosyalarından Microsoft Excel dosyalarına, SQL veritabanlarına ve daha fazlasına kadar çeşitli veri türlerini içeri alabilir. Ayrıca bunları bir DataFrame nesnesine dönüştürmenize olanak tanır; bu nesne, Excel’deki tablolu verilere benzeyen sütun ve satırları temsil eder—ama Python’da.

pandas DataFrame’in iş başında hâli

pandas, PyData ekosistemine nasıl oturur?

Python ile veri analizi yaparken pandas genellikle diğer paket ve araçlarla birlikte kullanılır. Bu paketler arasında veriler üzerinde tahminler üretmek için scikit-learn gibi makine öğrenimi paketleri, Matplotlib ve seaborn gibi veri görselleştirme paketleri ve kod, görselleştirmeler ve metin içeren raporlar oluşturup paylaşmak için Jupyter Notebooks gibi araçlar bulunur. Tüm bu araçlar genellikle PyData ekosistemi olarak anılır. Ancak tüm bu araçları aynı anda öğrenmeniz gerekmez—önce pandas’a odaklanarak başlayın.

pandas öğrenme yolculuğunuz için altı adım

1) Temel Python söz dizimini öğrenin

pandas, Python için oluşturulmuş bir pakettir; bu nedenle pandas’a başlamadan önce temel Python söz dizimine sağlam bir şekilde hâkim olmanız gerekir. Söz dizimi öğrenirken takılıp kalmak çok kolaydır; giriş dersleri çoğu zaman yalnızca Python söz dizimine odaklanarak öğrenmeyi sıkıcı hâle getirir.

Genel bir kural olarak, söz dizimine mümkün olduğunca az zaman ayırmalı ve pandas ile basit görevleri yapmaya yetecek kadar söz dizimi öğrenmelisiniz. İşte temellerle başlamanıza yardımcı olacak, yalnızca Python’a odaklanan bazı kaynaklar:

• A Practical Introduction to Python 3
• Python’un Ana eğitim sayfası
• DataCamp’in Python’a Giriş

2) Python ortamınızı kurun

pandas ile çalışmadan önce, makinenizde bir Python ortamı kurulu olmalıdır. Bu, yeni kazandığınız becerileri uygulamanıza ve pandas’ı kendi verileriniz üzerinde denemenize olanak tanır.

Veri bilimi için Python ortamınızı kurmak üzere, pandas’ı ilgili veri bilimi paketleri ve Jupyter Notebooks gibi araçlarla birlikte rahatça kurmak için bir Anaconda dağıtımı yüklemenizi öneririm.

Python ortamınızı Anaconda ile kurmaya ilişkin bir ön bilgi için, adım adım anlatan uygulamalı eğitimimi izleyin. Ayrıca Windows ve Mac OS X üzerinde Anaconda kurulumuna yönelik başlangıç kılavuzlarını takip edebilirsiniz.

3) Yaparak öğrenin

DataCamp’te, yaparak öğrenmenin programlama becerilerini öğrenmenin ve uygulamanın en iyi yolu olduğuna inanıyoruz. Kılavuzlu projelerle pandas becerilerinizi uygulamak, konfor alanınızdan çıkmanıza, hata ayıklamayı ve dokümantasyon okumayı öğrenmenize ve gerçek verilerle çalışırken özgüven kazanmanıza yardımcı olur.

pandas’ta yetkinleşmek; farklı türde verileri içe ve dışa aktarmayı, verileri dönüştürmeyi ve yeniden şekillendirmeyi, pivotlama ve birleştirme yapmayı, DataFrame’lerden basit içgörüler çıkarmayı ve daha fazlasını bilmeyi gerektirir. İşte bu konuları ve daha fazlasını kapsayan, kılavuzlu projeler biçiminde kolayca uygulanabilir pandas kodları içeren kaynakların bir listesi:

• pandas web sitesi, pakete başlamaya yönelik pek çok eğitim sunar. Daha da önemlisi, yeni kullanıcıların başlamasına yardımcı olacak çok sayıda topluluk eğitimi vardır.
• Pandas Cookbook, pandas ile çalışmaya kod ağırlıklı, proje tabanlı bir yaklaşım sunan mükemmel bir kitaptır. Ayrıca PyData Ekosistemi’nde pandas ile sıklıkla kullanılan, veri görselleştirme için seaborn gibi diğer paketleri de tanıtır.
• DataCamp, başlangıçtan ileri seviyeye uzanan bir dizi pandas dersi sunar. pandas temelleri dersi, DataFrame’leri nasıl içe aktaracağınızı, temel keşif analizini nasıl yapacağınızı ve zaman serilerini nasıl analiz edeceğinizi—üstelik doğrudan tarayıcınızdan—gösterir.

4) Gerçek dünya verileriyle projeler yapın

Öğrendiğiniz pandas becerilerini gerçek dünya verileri üzerinde pratiğe dökmek, becerilerinizi pekiştirmenin ve günlük işlerinizde güvenle uygulamanın mükemmel bir yoludur.

Kendi projenize başlamanın çeşitli yolları vardır. Öncelikle, günlük işiniz tablolu verilerle çalışmayı gerektiriyorsa, Google Sheets ve Microsoft Excel gibi e-tablo yazılımları yerine pandas kullanmaya başlayın. Bu başlangıçta daha fazla zaman alabilir, ancak uzun vadede pandas becerilerinizi keskinleştirip korumanıza yardımcı olur, sizi daha hızlı ve yetkin kılar.

Kaggle, çeşitli gerçek dünya veri kümeleri ve makine öğrenimi yarışmaları içerir. Makine öğrenimini öğrenmenizi teşvik etsem de, bu alan daha ileri düzey öğrenenlere daha uygundur; bu yüzden başlangıçta pandas ile veri analizi ve keşfine odaklanan projelere ağırlık verdiğinizden emin olun. Bunu Kaggle üzerinde veri analizi not defterleri yazarak veya Medium gibi blog platformlarında yapabilirsiniz.

5) Hata ayıklama sanatında ustalaşın

Her hevesli programcının geliştirmesi gereken ancak çoğu zaman göz ardı edilen becerilerden biri hata ayıklamadır. Yetenek düzeyi ne olursa olsun, her Python ve pandas uygulayıcısı kodunda hatalar ve sorunlarla karşılaşır. pandas kodunuzda hatalarla karşılaştığınızda şu kaynaklar hizmetinizdedir:

• Google, kodumda hatalarla karşılaştığımda başvurduğum ilk yerdir. Neredeyse her zaman, pandas ile ilgili sorumun yanıtı ilk on arama sonucunda çıkar.
• Stack Overflow, uygulayıcıların programlama soruları sorup yanıtlayarak kod hata ayıklamada yardım alabildiği en büyük geliştirici topluluğudur. Şu anda pandas hakkında yaklaşık 180.000 soru barındırmaktadır. Kendiniz soru yayınlamak isterseniz, mutlaka soru sorma konusundaki en iyi uygulamalarını izleyin.
• Dokümantasyon her zaman dostunuz olacaktır ve pandas dokümantasyonu kapsamlıdır. pandas’ın tüm olası işlevselliklerini ve en iyi uygulamaları kapsar.

6) pandas becerilerinizi geliştirmeye devam edin

pandas becerilerinizi geliştirmeye ve genişletmeye devam edin. Gelişmiş pandas konularını ele alan pek çok kaynak vardır. Örneğin, Ashish Kumar’ın Mastering pandas kitabı, pandas iş akışınızı hızlandırma ve basitleştirme tekniklerini kapsar. Şu Real Python blog yazısı ise ileri düzey kullanıcılar için ipuçları ve püf noktalarını sunar. Ayrıca, etkileşimli grafikler oluşturmak için seaborn ve plotly gibi PyData Ekosistemi’ndeki diğer paketlerin, pandas yeteneklerinizi nasıl genişlettiğini öğrenmeye başlayabilirsiniz.

Plotly ile yapılmış etkileşimli bir grafik

pandas becerilerinizi geliştirmenin harika bir yolu, öğrenme yolculuğunuzun başında yazdığınız bazı pandas kodlarına geri dönmektir. Kodunuzu sadeleştirme fırsatlarını belirlemeye, en iyi uygulamaları benimsemeye ve PyData ekosistemindeki diğer paketlerden yararlanmaya çalışın.

Umarım bu blog yazısı sizi motive eder ve bu kaynaklar size faydalı olur. pandas’ı ustalık düzeyinde öğrenmek ömür boyu süren bir yolculuktur—ki ben de hâlâ bu yolculuktayım. DataCamp’te, pandas çekirdek müfredatımız boyunca ele alınır ve içeriğimizi sürekli geliştirip yenilerini ekliyoruz. Son olarak, DataCamp Slack Topluluğuna katılarak pandas yolculuğunuzda destek almanızı öneririm!

Adel Nehme, DataCamp’te Veri Bilimi Elçisidir. Daha önce İçerik Geliştirici olarak görev yapmış, eğitmenlerle çeşitli Python derslerinde iş birliği yapmış ve Python’da Veri Temizleme dersimizi oluşturmuştur.