Python, Anaconda ve Jupyter Notebook Kurulumu ve Kullanımı

Python, Anaconda ve Jupyter Notebook Kurulumu ve Kullanımı

Python, veri bilimi ve makine öğrenimi projelerinde yaygın olarak kullanılan güçlü bir programlama dilidir. Anaconda, Python ve R dillerinde veri bilimi projeleri geliştirmek için kullanılan popüler bir dağıtımdır. Jupyter Notebook ise interaktif veri analizi ve görselleştirme için ideal bir araçtır. Bu rehberde, Python, Anaconda ve Jupyter Notebook'un nasıl kurulacağını ve kullanılacağını adım adım öğreneceksiniz.

Anaconda Kurulumu

1. Anaconda İndirme

Anaconda'yı indirmek için Anaconda'nın resmi web sitesine gidin. Burada, işletim sisteminize uygun olan Anaconda sürümünü seçin ve indirin.

2. Anaconda Kurulumu

İndirdiğiniz dosyayı çalıştırarak kurulumu başlatın. Kurulum sırasında varsayılan ayarları kullanabilirsiniz. Kurulum sırasında "Add Anaconda to my PATH environment variable" seçeneğini işaretlemeyi unutmayın. Bu, Anaconda'nın komut satırından erişilebilir olmasını sağlar.

3. Kurulumu Doğrulama

Anaconda kurulumunun başarılı olup olmadığını doğrulamak için Anaconda Navigator'ı açın. Navigator, Anaconda'nın doğru bir şekilde kurulduğunu ve çalıştığını gösterir. Ayrıca, komut satırını açarak aşağıdaki komutu girebilirsiniz:

conda --version

Bu komut, yüklü olan Anaconda sürümünü gösterecektir. Eğer sürüm bilgisi görüyorsanız, Anaconda başarıyla kurulmuş demektir.

Jupyter Notebook Kurulumu ve Kullanımı

1. Jupyter Notebook Kurulumu

Anaconda, Jupyter Notebook'u varsayılan olarak içerir. Bu nedenle, Anaconda'yı kurduktan sonra Jupyter Notebook'u ayrıca kurmanıza gerek yoktur. Ancak, Jupyter Notebook'u manuel olarak kurmak isterseniz, aşağıdaki komutu kullanabilirsiniz:

conda install jupyter

2. Jupyter Notebook'u Başlatma

Jupyter Notebook'u başlatmak için Anaconda Navigator'ı açın ve "Jupyter Notebook" simgesine tıklayın. Alternatif olarak, komut satırını açarak aşağıdaki komutu girebilirsiniz:

jupyter notebook

Bu komut, varsayılan web tarayıcınızda Jupyter Notebook arayüzünü açacaktır.

3. İlk Jupyter Notebook'unuzu Oluşturma

Jupyter Notebook arayüzünde, "New" düğmesine tıklayarak yeni bir Python 3 notebook oluşturun. Açılan notebook'ta aşağıdaki kodu yazarak çalıştırın:

print("Merhaba, Jupyter Notebook!")

Bu kodu çalıştırdığınızda, çıktıyı hücrenin altında göreceksiniz.

Python ile Temel Veri Analizi

1. Pandas Kütüphanesi

Pandas, veri analizi ve manipülasyonu için kullanılan popüler bir Python kütüphanesidir. Pandas'ı kullanarak veri setlerini kolayca yükleyebilir, analiz edebilir ve görselleştirebilirsiniz. Pandas'ı kurmak için aşağıdaki komutu kullanabilirsiniz:

conda install pandas

2. NumPy Kütüphanesi

NumPy, bilimsel hesaplamalar için kullanılan bir Python kütüphanesidir. NumPy, büyük veri setleriyle çalışırken yüksek performans sağlar. NumPy'ı kurmak için aşağıdaki komutu kullanabilirsiniz:

conda install numpy

3. Matplotlib Kütüphanesi

Matplotlib, veri görselleştirme için kullanılan bir Python kütüphanesidir. Matplotlib ile grafikler, çizimler ve görseller oluşturabilirsiniz. Matplotlib'i kurmak için aşağıdaki komutu kullanabilirsiniz:

conda install matplotlib

4. Temel Veri Analizi Örneği

Şimdi, Pandas, NumPy ve Matplotlib kullanarak basit bir veri analizi örneği yapalım. İlk olarak, gerekli kütüphaneleri içe aktaralım:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

Ardından, örnek bir veri seti oluşturalım:

data = {
    'Gün': ['Pazartesi', 'Salı', 'Çarşamba', 'Perşembe', 'Cuma'],
    'Satış': [200, 150, 300, 250, 400]
}
df = pd.DataFrame(data)

Veri setini görüntüleyelim:

print(df)

Veri setini görselleştirelim:

plt.plot(df['Gün'], df['Satış'])
plt.xlabel('Gün')
plt.ylabel('Satış')
plt.title('Haftalık Satışlar')
plt.show()

Bu kod, haftalık satışları gösteren bir çizgi grafiği oluşturacaktır.

Bu rehberde, Python, Anaconda ve Jupyter Notebook'un nasıl kurulacağını ve kullanılacağını adım adım öğrendiniz. Ayrıca, Pandas, NumPy ve Matplotlib kullanarak temel veri analizi ve görselleştirme işlemlerini gerçekleştirdiniz. Bu araçlar, veri bilimi ve makine öğrenimi projelerinde size büyük kolaylık sağlayacaktır. Artık daha ileri seviyede projeler geliştirmeye başlayabilirsiniz.