Numpy For Data Science - Part 2 - Data Science For The Earth

Veri bilimi için Numpy adlı serimizin ikinci bölümünden herkese merhaba. Part – 1 yazısında Numpy kütüphanesinin temellerini ele alıp örneklerle beraber göstermiştim. Bu yazının devamında Numpy kütüphanesinde ilerleyip biraz uygulamaya yönelik kodlardan bahsedeceğim. Hadi başlayalım.

132-159 nolu kodlar arasında kütüphanenin giriş seviyesindeki özelliklerini ele almaya devam ediyoruz. Sonrasında ise “Q” harfi ile başlayan değişkenlere birer soru, “A” harfi ile başlayan değişkenlere ise sorunun cevabını kodladım.

Aşağıdaki kodlardan göreceğiniz üzere intersect1d fonksiyonu arraylar arasındaki ortak elemanları bize getirir. Arraylari kümeler olarak düşünürsek iki kümenin kesişim kümesi diyebiliriz. setdiff1d adlı fonksiyon (x,y) olarak girilen parantez içi argümanlarda x arrayinde bulunup y arrayinde bulunmayan elemanları bize getirir. union1d fonkiyonu tanımlamış olduğumuz arraylerin birleşim kümesini bize getirir. in1d fonksiyonu iki arrayin elemanlarını karşılaştırmalı olarak gösterirken True-False şeklinde döndürür. unique fonksiyonu bir array içindeki elemanları tekrar etmeden çağırır. Son olarak sort fonksiyonu ile elemanları değer olarak sıralarız. Bir sonraki kodlarda ise temel matematiksel işlemleri numpy ile gerçekleştirdik.

Uygulama kısmında birinci sorumuzda 10×10’luk bir birim matrisi oluşturmamız istendi identity fonksiyonu ile gerçekleştirdik.

İkinci soruda 73-135 arasındaki tek sayıları yazdırmamız istendi ve arange fonksiyonu ile ikinci argümana 136 girerek soruyu çözdük.

Üçüncü soruda 1-100 arası rastgele değerlerden oluşan 6×6’lık matris oluşturmamız istendi ve bunu randint ile reshape fonkiyonu ile gerçekleştirdik.

Dördüncü soruda ilk matrisin içindeki bazı elemanları nımpy ile nasıl tekrar oluştururuz sorusunun cevabını dilimleme ile verdik.

Beşinci soruda bizden istenen 1-17 arasındaki değerlerin hangisi ikiye tam bölünebilir, bunu tekrar boyutlandırıp göstermemiz istenmiş. “Array%2==0” metodu ile çözüme ulaştık.

Son soruda ise bir kitap satışı üzerinden iki bilinmeyenli doğrusal denklem çözmemiş isteniliyor ve bunu linalg.solve komutlarını girerek çözüyoruz.

Umarım uygulama kısmıyla beraber Numpy bilgileri biraz daha pekişmiştir. Bir sonraki yazıda görüşmek üzere.

X23 = np.array([5,8,3,1,7,5,0])
Y4 = np.array([6,4,0,11,5])
Z = np.intersect1d(X23, Y4) #arrayler arasinda ortak elemanlari verir
print(Z)
print(np.setdiff1d(X23, Y4)) #x23'te olup Y4'te olmayanlari getirir
print(np.union1d(X23, Y4))  #iki arrayin birlesim kumesini verdi
print(np.in1d(X23, Y4))  #X23'te olup Y4'te olmayanları true-false olarak calistirir
print(np.unique(X23))   #array icinde tekrar etmeden verileri getirir


X24 = np.random.randint(1, 10, size=(10,))
print(X24)
print(np.sort(X24)) #siralama yaptik

X25 = np.random.randint(1, 10, size=(10,))
Y5 = np.random.randint(1, 10, size=(10,))
print(X25)
print(Y5)
print(np.add(X25,Y5))   #iki arrayi add fonksiyonu ile topladik
print(np.subtract(X25,Y5)) #yazim sirasina göre iki arrayin farki alindi
print(np.multiply(X25,Y5))  #carpma islemi
print(np.divide(X25,Y5))     #bolme islemi
print(np.sqrt(X25))     #X25 elemanlarinin kokunu aldik
print(np.power(X25,3))   #X25'in 3. kuvveti
print(np.exp(X25))    #dogal logaritma

#application
Q1 = "10x10 boyutlarinda bir birim matris olusturunuz"

A1 = np.identity(10)
print(A1)

Q2 = "73 135 degerlerini dahil edecek sekilde bir matris olusturun ve aralarindaki tek sayilari gosterin"

A2 = np.arange(73, 136, 2)
print(A2)

Q3 = "1 ile 100 arasinda degerlerden olusan ve rastgele 36 eleman iceren 6x6'lik matris olusturun"

A3 = np.random.randint(1, 100, 36).reshape(6,6)
print(A3)

''' #Q4 = "[[0 1 2  3  4  5  6]
       [7 8 9 10 11 12 13] 
       [14 15 16 17 18 19 20]
       [21 22 23 24 25 26 27]
       [28 29 30 31 32 33 34]
       [35 36 37 38 39 40 41]
       [42 43 44 45 46 47 48]]  matrisinden [[32 33 34]
                                             [39 40 41]] matrisi elde edin" '''

A4 = np.arange(49).reshape(7,7)
print(A4)

A4A = A4[4:6, 4:7]
print(A4A)

Q5 = "Elemanlari 1 ve 17 arasindaki sayilardan olusan kare matristeki degerleri boolean index alarak uzende 2x4 olarak yaziniz"

A5 = np.arange(1,17).reshape(4,4)
print(A5)

A5A = A5[A5%2==0].reshape(2,4)
print(A5A)

''' Q6 = "Bir yayınevi veri bilimi uzerine cikan bir kitap icin kampanya baslatiyor ve ogrencilere 50, ogrenci olmayanlara 100 tl olarak ucretlendirme yapiyor. ilk hafta 
bu kitaptan elde edilen gelirin 7000 tl oldugu bilindigine gore kac ogrenci kitabi satin almistir? - toplamda 100 adet siparis verilmistir" '''
#x1 + x2 = 100
#50x1 + 100x2 = 700

A6 = np.array([[1,1], [50,100]])
print(A6)

A6A = np.array([100, 7000])
print(A6A)

A6AA = np.linalg.solve(A6, A6A)
print(A6AA)

X23 = np.array([5,8,3,1,7,5,0])

Y4 = np.array([6,4,0,11,5])

Z = np.intersect1d(X23, Y4) #arrayler arasinda ortak elemanlari verir

print(Z)

print(np.setdiff1d(X23, Y4)) #x23'te olup Y4'te olmayanlari getirir

print(np.union1d(X23, Y4)) #iki arrayin birlesim kumesini verdi

print(np.in1d(X23, Y4)) #X23'te olup Y4'te olmayanları true-false olarak calistirir

print(np.unique(X23)) #array icinde tekrar etmeden verileri getirir

X24 = np.random.randint(1, 10, size=(10,))

print(X24)

print(np.sort(X24)) #siralama yaptik

X25 = np.random.randint(1, 10, size=(10,))

Y5 = np.random.randint(1, 10, size=(10,))

print(X25)

print(Y5)

print(np.add(X25,Y5)) #iki arrayi add fonksiyonu ile topladik

print(np.subtract(X25,Y5)) #yazim sirasina göre iki arrayin farki alindi

print(np.multiply(X25,Y5)) #carpma islemi

print(np.divide(X25,Y5)) #bolme islemi

print(np.sqrt(X25)) #X25 elemanlarinin kokunu aldik

print(np.power(X25,3)) #X25'in 3. kuvveti

print(np.exp(X25)) #dogal logaritma

#application

Q1 = "10x10 boyutlarinda bir birim matris olusturunuz"

A1 = np.identity(10)

print(A1)

Q2 = "73 135 degerlerini dahil edecek sekilde bir matris olusturun ve aralarindaki tek sayilari gosterin"

A2 = np.arange(73, 136, 2)

print(A2)

Q3 = "1 ile 100 arasinda degerlerden olusan ve rastgele 36 eleman iceren 6x6'lik matris olusturun"

A3 = np.random.randint(1, 100, 36).reshape(6,6)

print(A3)

''' #Q4 = "[[0 1 2 3 4 5 6]

[7 8 9 10 11 12 13]

[14 15 16 17 18 19 20]

[21 22 23 24 25 26 27]

[28 29 30 31 32 33 34]

[35 36 37 38 39 40 41]

[42 43 44 45 46 47 48]] matrisinden [[32 33 34]

[39 40 41]] matrisi elde edin" '''

A4 = np.arange(49).reshape(7,7)

print(A4)

A4A = A4[4:6, 4:7]

print(A4A)

Q5 = "Elemanlari 1 ve 17 arasindaki sayilardan olusan kare matristeki degerleri boolean index alarak uzende 2x4 olarak yaziniz"

A5 = np.arange(1,17).reshape(4,4)

print(A5)

A5A = A5[A5%2==0].reshape(2,4)

print(A5A)

''' Q6 = "Bir yayınevi veri bilimi uzerine cikan bir kitap icin kampanya baslatiyor ve ogrencilere 50, ogrenci olmayanlara 100 tl olarak ucretlendirme yapiyor. ilk hafta

bu kitaptan elde edilen gelirin 7000 tl oldugu bilindigine gore kac ogrenci kitabi satin almistir? - toplamda 100 adet siparis verilmistir" '''

#x1 + x2 = 100

#50x1 + 100x2 = 700

A6 = np.array([[1,1], [50,100]])

print(A6)

A6A = np.array([100, 7000])

print(A6A)

A6AA = np.linalg.solve(A6, A6A)

print(A6AA)

Numpy For Data Science – Part 2

Bir cevap yazın Cevabı iptal et