Veri Bilimi İçin Ralli Maratonu Etap — 18.ipynb

Bekir Öndeş
4 min readDec 30, 2021

Python Kütüphanelerine Giriş — NumPy — 3

NumPy kütüphanesi ile kaldığımız yerden devam edelim. En son oluşturacağımız dizi için metotlara değinmiştik. Şimdi ise oluşturacağımız diziler için şeklini( satır ve sütun ) ve boyutunu nasıl öğreneceğimize bakalım.

Boyutu için ndarray.size(), şekil için ise ndarray.shape() metodu bize yardımcı olacaktır.

ndarray.size():

Oluşturduğumuz dizi için bize kaç elemanlı olduğunu gösteren bir metottur.

ndarray.size() Kullanımı

Görsele baktığımızda, bir adet dizi oluşturduk ve atama işlemlerini gerçekleştirdikten sonra, dizimizi kaç adet elemandan oluştuğunu görmek için “ size ” anahtar sözcüğünü kullandık.

ndarray.shape():

Oluşturduğumuz çok boyutlu bir dizi için satır ve sütun sayısını döndürür.

ndarray.shape() Kullanımı

Görselimize baktığımızda satır ve sütun sayısını görebiliyoruz. Satır sayımız iki ve sütun sayımız ikidir. Aslında ben bunu istemiyorum, satır sayım üç olsun gerisi aynı kalsın, derseniz ise bu durumda reshape() metodu işimize yarayacaktır. Haydi hemen görelim.

ndarray.reshape() Kullanımı

Artık çok boyutlu dizilere girdiğimize göre bir boyutlu dizileri nasıl iki boyutlu hale getirebiliriz ona bakalım. İlk olarak zaten bildiğimiz ve oluşturabileceğimiz bir dizi oluşturalım. Hatta oluşturmadan önce dizi yapısını tekrardan hatırlayalım ardından örneğimize odaklanalım.

Dizi Alan Yapısı

İlk olarak daha önceden de gördüğümüz diziler için bir yapıyı sizlere daha detaylı göstermek istedim.

Bu yapıyı daha önceden biliyor olabilirsiniz. Veri biliminde, veriler ile uğraşırken bazen sadece satır alanlarına karışmadan sütunlar ile işlem yapacağız, bazen de sütun alanlarına karışmadan satır alanları ile işlemler yapacağız. Burada üst üste iki noktaya dikkat etmenizi istiyorum. Kullanacağımız iki noktadan önce veya sonra bizim yapacağımız işlemleri belirtir. Şimdi ise örneğimize dönelim.

Bir Boyutlu Dizi

Görselimize baktığımızda, shape metodunu kullanıp sadece satır değerimizi görüyoruz. Satır değerimiz ise beş olarak gözlemlemekteyiz. Şimdi ise NumPy kütüphanesi ile birlikte gelen newaxis metodu ile bir boyutlu dizimizi iki boyutlu bir dizi haline getirelim.

np.newaxis Kullanımı

Görsele baktığımızda iki boyutlu bir dizi elde ettik. Oluşan iki boyutlu bir dizide satır sayımızın bir , sütun sayımızın beş olduğunu gördük, ilk başta satır sayımız beş değerindeydi şimdi ise bir değerini aldı. Peki başlangıçta oluşan satır sayımızı iki boyutlu diziye çevirdiğimizde bile nasıl aynı kalmasını sağlayabiliriz. Hemen görelim.

np.newaxis Kullanımı

Görsele baktığımızda, oluşturduğumuz iki boyutlu bir dizi için varsayılan olarak satır sayısına değil de sütun sayısına atadık. Bunu yapmanın farklı bir yolu ise np.expand_dims metodu ile olacaktır. np.expand_dims metodu için var olan diziye sadece axis atamamız ve axis değerini sıfır veya bir olarak belirtmemiz yeterli olacaktır. Aynı örnek üzerinden görelim. İlk olark metodun yapısına bakalım.

np.expand_dims Yapısı

Görselimizde axis değerlerine sıfır ve bir ataması yaptık. Bunlar ne anlama geliyor bir bakalım.

→ axis = 0 : Satır alanı oluşturur.

→ axis = 1: Sütun alanı oluşturur.

np.expand_dims Kullanımı

NumPy Kütüphanesi ile birlikte dizi içerisinde bir koşulu sağlamak istersek bunu yapabiliriz. Hemen bir örnekte gösterelim.

Numpy Şart Koşulu

NumPy kütüphanesi ile bir dizi oluşturduğumuzda dizi için bir şart sağlayabiliriz. Vereceğimiz değerden büyük, küçük ve tam bölünen değerleri görebiliriz.

Şimdi ise başka bir metot olan np.where() metodundan bahsetmek istiyorum. Yukarıdaki örnek ile uygulayalım.

np.where() metodunu kullandığımızda bize iki adet array döndürecektir. Birinci dizimiz satır indeks numaralarını gösterecektir. İkinci dizimiz ise satır indeks numarasının, sütun indeks numarasını gösterecektir. Örneğin; ilk oluşan array, sıfırıncı indekste iki, görsele baktığımızda ise ikinci indeks dizisi, 35, 40 ve 45 değerlerinden oluşuyor. Şimdi ise oluşan ikinci array, sıfırıncı indekste bir değeridir. [ 35 , 40 , 45 ] dizisinde birinci indeksimiz ise 40 olarak gelmektedir. 40 > 35 olduğundan şartı sağlar ve dizimize atanır.

Bu bölümü ise oluşturulan bir boyutlu dizi işlemleri ve çok boyutlu diziye geçiş işlemlerini gördük.

Bir diğer yazımızda görüşmek üzere

--

--