NumPy Array Oluşturma Rehberi

NumPy array oluşturma rehberi; NumPy array oluşturma, Python ile veri bilimi öğrenen herkes için temel bir konudur. Çünkü standart Python listeleri küçük projelerde işe yarar. Ancak veri büyüdükçe performans sorunu başlar.

Bu nedenle NumPy, veri analizi ve makine öğrenmesi projelerinde sıkça tercih edilir. NumPy’nin temel veri yapısına ndarray adı verilir. Kısaca bu yapı, Python listelerine göre daha hızlı ve daha düzenli çalışır.

Bu rehberde Python listesini NumPy array yapısına nasıl çevireceğinizi adım adım göreceksiniz.

NumPy Array Nedir?

Öncelikle NumPy array kavramını netleştirelim. NumPy array, aynı veri tipindeki elemanları düzenli şekilde tutan özel bir dizi yapısıdır.

Python listeleri daha esnek davranır. Bir listenin içine sayı, metin ve farklı veri tipleri koyabilirsiniz. Ancak bu esneklik performansı düşürür.

Buna karşılık NumPy array daha düzenli çalışır. Genellikle aynı veri tipindeki elemanlarla işlem yapar. Böylece matematiksel hesaplamaları daha hızlı tamamlar.

NumPy Array Neden Kullanılır?

NumPy array kullanmanın en önemli nedeni hızdır.

Örneğin bir listedeki her sayıya 10 eklemek istediğinizi düşünün. Python listesinde genellikle döngü yazarsınız. Ancak NumPy array ile aynı işlemi tek satırda yaparsınız.

Örnek olarak şu yapıya bakalım:

import numpy as np

dizi = np.array([1, 2, 3, 4])

sonuc = dizi + 10

print(sonuc)

Çıktı:

[11 12 13 14]

Gördüğünüz gibi NumPy tüm elemanlara aynı anda işlem uygular. Bu nedenle büyük veri setlerinde ciddi hız avantajı sağlar.

NumPy Nasıl Kurulur?

NumPy kullanmadan önce kütüphaneyi bilgisayarınıza kurmanız gerekir.

Bunun için terminal veya komut satırına şu komutu yazın:

pip install numpy

Ardından Python dosyanızda NumPy’yi şu şekilde içe aktarın:

import numpy as np

Buradaki np, NumPy için kullanılan standart kısa addır. Ayrıca çoğu eğitim ve projede aynı kullanım karşınıza çıkar.

Python temelleri, NumPy ve veri analizi konularını sıfırdan öğrenmek isteyenler için Python Yazılım Kursu sayfası incelenebilir.

np.array() ile NumPy Array Oluşturma

Python listesini NumPy array yapısına çevirmek için np.array() fonksiyonunu kullanırsınız.

np.array() fonksiyonunun teknik parametreleri için NumPy resmi dokümantasyonu incelenebilir.

Aşağıdaki örnekte tek boyutlu bir listeyi NumPy dizisine çeviriyoruz:

import numpy as np

python_listesi = [10, 20, 30, 40, 50]

numpy_dizisi = np.array(python_listesi)

print(numpy_dizisi)
print(type(numpy_dizisi))

Çıktı:

[10 20 30 40 50]
<class 'numpy.ndarray'>

Bu örnekte Python listesi artık NumPy array formatına geçti. Böylece bu veri üzerinde hızlı matematiksel işlemler yapabilirsiniz.

İki Boyutlu NumPy Array Oluşturma

Ayrıca NumPy ile iki boyutlu diziler de oluşturabilirsiniz. Bu yapılar matris olarak da geçer.

Örneğin:

import numpy as np

python_matris = [
    [1, 2, 3],
    [4, 5, 6]
]

numpy_matrisi = np.array(python_matris)

print(numpy_matrisi)

Çıktı:

[[1 2 3]
 [4 5 6]]

Bu yapı 2 satır ve 3 sütundan oluşur. Özellikle veri bilimi ve makine öğrenmesi projelerinde bu tarz matrislerle sıkça çalışırsınız.

NumPy array ve matris işlemleri, veri bilimi eğitimi içinde temel konulardan biridir.

NumPy Array ve Python Listesi Arasındaki Fark

Python listesi genel amaçlı çalışır. NumPy array ise sayısal işlemler için daha güçlü bir yapı sunar.

Kısaca fark şudur:

Örneğin NumPy ile tüm elemanları 2 ile çarpmak çok basittir:

import numpy as np

dizi = np.array([1, 2, 3, 4])

sonuc = dizi * 2

print(sonuc)

Çıktı:

[2 4 6 8]

Ancak Python listesinde aynı işlem için daha uzun kod yazmanız gerekir.

dtype ile Veri Tipi Belirleme

NumPy array oluştururken veri tipini siz de seçebilirsiniz. Bunun için dtype parametresini kullanırsınız.

Örnek:

import numpy as np

dizi = np.array([1, 2, 3], dtype=float)

print(dizi)

Çıktı:

[1. 2. 3.]

Bu örnekte NumPy tüm değerleri ondalıklı sayı olarak tuttu.

Ayrıca büyük veri setlerinde doğru veri tipi seçmek önemlidir. Çünkü doğru dtype, bellek kullanımını azaltır.

NumPy Array Oluştururken Dikkat Edilecek Noktalar

Öncelikle aynı veri tipleriyle çalışmaya dikkat edin. Çünkü NumPy, farklı veri tiplerini ortak bir formata çevirebilir.

Örneğin:

import numpy as np

dizi = np.array([1, 2, 3.5])

print(dizi)

Çıktı:

[1.  2.  3.5]

Burada NumPy tam sayıları da ondalıklı sayı formatına çekti. Çünkü dizide 3.5 değeri yer alıyor.

Bu nedenle veri tipini kontrol etmek, daha temiz kod yazmanızı sağlar.

Sonuç

Sonuç olarak NumPy array oluşturma, Python ile veri analizinin ilk adımlarından biridir. np.array() fonksiyonu sayesinde Python listelerini kolayca NumPy dizisine çevirirsiniz.

Önce tek boyutlu dizilerle başlayın. Ardından iki boyutlu matrislerle pratik yapın. Böylece reshape, filtreleme ve matematiksel işlemler gibi konuları daha rahat öğrenirsiniz.