Python 116 - Pythonu online ve kütüphaneleriyle birlikte kullanmak

Python 116 - Pythonu online ve kütüphaneleriyle birlikte kullanmak

Merhabalar,

Bugün size Pythonu kütüphaneleriyle birlikte online olarak kullanabileceğiniz 2 farklı yöntemden bahsetmek istiyorum. Biri gmail hesabınız varsa hemen erişebileceğiniz google'ın "colaboratory" hizmeti, diğeri de "jupyterlab" ortamı.

Google Colaboratory

Eğer bir gmail hesabınız yoksa bugün oluşturma zamanınız geldi demektir. Google'ın ücretsiz olarak sunduğu, sadece online Python kodu yazma imkanına değil, harika bir veri analizi ortamına erişebileceğiniz, ücretli versiyonunda da Google GPU ve TPU'larını kullanabileceğiniz bir dünya burası. Buradaki GPU, ekran kartıyla hesap yeteneğini, TPU ise makina öğrenmesinde sıkça kullanılan TensorFlow hesap yeteneğini ifade etmektedir.

Bir gmail hesabımız varsa, tarayıcımıza drive.google.com yazıp sol üst köşede artı (yeni) simgesine tıklıyoruz. Gelen menüde önce yeni bir klasör oluşturup, ardından yine "diğer" kısmından sarı renkli "co" simgesi olan "Google Colaboratory" seçeneğine tıklayıp ismi "Untitled0.ipynb" olan yeni notebook'umuzu oluşturalım. İstersek isme tıklayıp yeni bir isim verebiliriz.

JupyterLab

Tarayıcınızda Pythonu kütüphaneleriyle birlikte kullanmak için çok güzel bir diğer ortam da jupyter-lab. İlginç olan ise bu sistem normalde tarayıcıda çalışmasına rağmen öncelikle bilgisayarınızda kurulumunu yapmanız gerekiyor. Bunun için windows ortamında bir komut penceresi (cmd) açıp şu komutu vermeniz gerekiyor:

    pip install jupyterlab

Daha sonra aynı komut penceresinde bu sefer jupyter-lab komutunu vermeniz gerekiyor ve çalışma ortamı tarayıcınıza yükleniyor. Yalnız komut verdiğiniz bu pencereyi "kapatmamanız" gerekiyor zira server bağlantısı kopacağından ortam havada kalıyor.

Bu iki ortamdan size uygun olanını muhakkak uygulamanızı tavsiye ediyoruz. Zira Python'da belirli bir uzmanlık seviyesine ulaşmak için o konuyla ilgili kütüphanelere hakim olmak gerekiyor ve bunu öğrenmenin de en pratik yolu bu tür online ortamları rahat kullanabilmekten geçiyor. Son olarak Python kütüphaneleriyle ilgili bir özet listeyle bugünkü yazımızı bitirelim.

Veri Bilimi

Verilerin hazırlanması ve tanınması

• numpy : matematiksel hesaplamalar (geçen hafta giriş yaptık)
• pandas: veri analizi

Veri görselleştirme

• matplotlib : veri görselleştirme, grafikler
• seaborn : istatistiksel görselleştirme
• bokeh : etkileşimli veri görselleştirme
• plotly : 3d, arazi, kontur grafikleri

Makine öğrenmesi

• scikit-learn : makine öğrenmesi, regresyon, karar ağaçları

Derin öğrenme

• tensorflow : google makine öğrenmesi platformu
• keras : derin öğrenme modeli oluşturma ve onu eğitme ortamı
• pytorch : ekran kartlarının GPU işlem gücünü kullanma aracı

Web uygulamaları

Web sitesi geliştirme

• django : sıfırdan web uygulaması oluşturma
• flask : küçük ölçekli django

Web scraping (sitelerden veri alma)

• beautiful soup : kolay ve yaygın kullanımlı HTML ve XML ayrıştırıcısı
• selenium : javascriptle dinamik kodlanmış web sayfalarında etkili

Masaüstü arayüz geliştirme

• tkinter : en yaygın ve pratik GUI (kullanıcı arayüzü) aracı
• pyqt : qt designer kullanımına imkan veren çoklu kütüphane
• wxPython : farklı işletim sistemlerindeki GUI ları Pythona alma aracı

Veritabanı

• sqlite : basit ve sık kullanılan veritabanı kütüphanesi

Oyun geliştirme

• pygame : şekiler, animasyon, ses, klavye, mouse ile 2d oyun geliştirme ortamı
• pyglet : 3d oyun geliştirme ortamı

Tekrar hatırlatalım, buradaki ya da burada olmayan tüm kütüphaneleri öğrenmenin en pratik yolu başlangıçta verdiğimiz online Python geliştirme ortamlarından birini kullanabilmekten geçiyor. Önümüzdeki yazılarda bu sistemler üzerinden kütüphane bilgilerimizi geliştirmeyi planlıyoruz. Tekrar görüşmek dileklerimle.