Скачать или смотреть Python ile Veri Analizine Giriş: Kapsamlı Rehber (NumPy, Pandas, SQL, Web Scraping)

Merhaba veri bilimi meraklıları! 👋 Bu videoda, Jose Portilla'nın "Learning Python for Data Analysis and Visualization" Udemy kursundan alınan notlarla hazırladığımız "Python for Data Analysis" serimizin ilk bölümüne hoş geldiniz! Bu seri, Python ile veri analizi dünyasına sağlam bir adım atmanız için tasarlandı. İster yeni başlayan biri olun, ister mevcut bilgilerinizi pekiştirmek isteyin, bu rehber tam size göre!
Bu Videoda Neler Öğreneceksiniz?
Python ile veri analizinin temel taşlarını oluşturan kütüphaneler olan NumPy ve Pandas'ı derinlemesine inceleyeceğiz. Ayrıca, veri görselleştirmesi için Matplotlib ve Seaborn, web'den veri çekmek için Beautiful Soup ve makine öğrenimi için SciKit-Learn gibi güçlü araçlara da değineceğiz.
Ana Konu Başlıkları:
• NumPy ile Güçlü Dizi İşlemleri: Dizi oluşturma, indeksleme, dilimleme, aritmetik işlemler, transpozisyon, evrensel fonksiyonlar ve istatistiksel analizler. Veri görselleştirme ve binary/metin dosyası işlemleri.
• Pandas Series ve DataFrame: Series oluşturma, isimlendirilmiş indeksler, eksik veri yönetimi, sıralama ve derecelendirme. DataFrame oluşturma, sütun/satır seçimi, yeniden adlandırma, veri hizalama, özet istatistikler ve korelasyon analizleri.
• Eksik Veri Yönetimi: Series ve DataFrame'lerdeki eksik değerleri bulma, düşürme ve doldurma stratejileri.
• İndeks Hiyerarşisi: Çok seviyeli indeksleme ve indeks seviyeleri üzerinde operasyonlar.
• Dosya Okuma ve Yazma: CSV, JSON, HTML ve Excel gibi farklı formatlardaki verileri okuma ve yazma.
• Veri Birleştirme Teknikleri: concatenate, merge, join ve combine_first ile farklı veri setlerini birleştirme ve çakışan verileri yönetme.
• DataFrame Yeniden Şekillendirme ve Pivot Tablolar: Stack, Unstack, pivot ve pivot_table metotları ile verileri farklı görünümlere dönüştürme.
• Veri Dönüşümü ve Temizliği: Yinelenen değerleri bulma/kaldırma, veri eşleme (mapping), değerleri değiştirme (replace), indeksleri yeniden adlandırma, verileri bölme (binning), aykırı değer tespiti ve permütasyonlar.
• GroupBy ile Veri Gruplama ve Agregasyon: Veri setlerini gruplama, grup bazında istatistiksel analizler, agg() ile çoklu agregasyon ve crosstab ile çapraz tablolama teknikleri.
• Python ile SQL Entegrasyonu: sqlite3 ve pandas.read_sql kullanarak veritabanına bağlanma, temel SQL sorguları (SELECT, WHERE, GROUP BY) ve toplama fonksiyonları.
• Python ile Web Scraping: requests ve BeautifulSoup kütüphaneleriyle web sitelerinden veri çekme ve temizleyerek DataFrame'e dönüştürme.
Bu video serisi, veri analizi yeteneklerinizi geliştirmek için güçlü bir temel sunacak. Her bölüm sonunda özetler ve öğrenilen ana noktalarla bilginizi pekiştireceksiniz.
Şimdiden iyi seyirler!
Serinin devamı için kanala abone olmayı, videoyu beğenmeyi ve yorum yapmayı unutmayın!