Veri Modelleme, Dosya Formatları ve Pandas'a Giriş

# ─── Dosyaya Yazma ───

# Yöntem 1: with bloğu (önerilen ✅)
# 'with' bloğu dosyayı otomatik kapatır
with open("ornek.txt", "w", encoding="utf-8") as dosya:
    dosya.write("Merhaba Dünya!\n")
    dosya.write("Bu ilk satır.\n")
    dosya.write("Bu ikinci satır.\n")
    dosya.write("Büyük Veri Teknolojileri dersi.\n")

print("✅ Dosya başarıyla yazıldı!")

# Yöntem 2: writelines ile birden fazla satır
satirlar = [
    "Birinci satır\n",
    "İkinci satır\n",
    "Üçüncü satır\n"
]

with open("ornek2.txt", "w", encoding="utf-8") as dosya:
    dosya.writelines(satirlar)

# Yöntem 3: Sonuna ekleme (append)
with open("ornek.txt", "a", encoding="utf-8") as dosya:
    dosya.write("Bu satır sonradan eklendi.\n")

# ─── Dosyadan Okuma ───

# Tüm içeriği tek seferde okuma
with open("ornek.txt", "r", encoding="utf-8") as dosya:
    icerik = dosya.read()
    print("=== Tüm İçerik ===")
    print(icerik)

# Satır satır okuma (büyük dosyalar için önerilir!)
print("=== Satır Satır ===")
with open("ornek.txt", "r", encoding="utf-8") as dosya:
    for satir_no, satir in enumerate(dosya, 1):
        print(f"Satır {satir_no}: {satir.strip()}")

# Tüm satırları listeye alma
with open("ornek.txt", "r", encoding="utf-8") as dosya:
    satirlar = dosya.readlines()
    print(f"\nToplam {len(satirlar)} satır var.")
    print(f"İlk satır: {satirlar[0].strip()}")
    print(f"Son satır: {satirlar[-1].strip()}")

isim,yas,bolum,not_ortalamasi
Ahmet,21,Bilişim,85.5
Ayşe,22,Bilişim,92.3
Mehmet,20,Bilişim,78.1
Fatma,21,Bilişim,88.7

import csv

# ─── CSV Dosyası Oluşturma ───
ogrenciler = [
    ["isim", "yas", "bolum", "not_ortalamasi"],
    ["Ahmet", 21, "Bilişim", 85.5],
    ["Ayşe", 22, "Bilişim", 92.3],
    ["Mehmet", 20, "Bilişim", 78.1],
    ["Fatma", 21, "Bilişim", 88.7],
]

with open("ogrenciler.csv", "w", newline="", encoding="utf-8") as dosya:
    yazici = csv.writer(dosya)
    for satir in ogrenciler:
        yazici.writerow(satir)

print("✅ CSV dosyası oluşturuldu!")

# ─── CSV Dosyası Okuma ───
print("\n=== CSV Dosyası İçeriği ===")
with open("ogrenciler.csv", "r", encoding="utf-8") as dosya:
    okuyucu = csv.reader(dosya)
    baslik = next(okuyucu)  # İlk satır (başlık)
    print(f"Sütunlar: {baslik}")
    print("-" * 40)
    for satir in okuyucu:
        print(f"  {satir[0]:10s} | Yaş: {satir[1]} | Not: {satir[3]}")

# ─── DictReader ile okuma (daha pratik!) ───
print("\n=== DictReader ile ===")
with open("ogrenciler.csv", "r", encoding="utf-8") as dosya:
    okuyucu = csv.DictReader(dosya)
    for satir in okuyucu:
        print(f"  {satir['isim']} - {satir['bolum']} - Not: {satir['not_ortalamasi']}")

{
    "isim": "Ahmet",
    "soyisim": "Yılmaz",
    "yas": 21,
    "ogrenci_mi": true,
    "boy": 1.75,
    "adres": null,
    "bolum": "Bilişim Teknolojileri",
    "notlar": [85, 92, 78, 95],
    "iletisim": {
        "email": "ahmet@mail.com",
        "telefon": "0555-123-4567"
    },
    "hobiler": ["programlama", "yüzme", "satranç"]
}

{
    "universite": "XYZ Üniversitesi",
    "bolum": "Bilişim Teknolojileri",
    "donem": "2025-2026 Bahar",
    "ders": {
        "ad": "Büyük Veri Teknolojileri",
        "saat": "2+3",
        "akts": 5
    },
    "ogrenciler": [
        {
            "id": 1,
            "isim": "Ahmet Yılmaz",
            "notlar": {
                "vize": 85,
                "final": 90,
                "ortalama": 88.0
            }
        },
        {
            "id": 2,
            "isim": "Ayşe Demir",
            "notlar": {
                "vize": 92,
                "final": 88,
                "ortalama": 89.6
            }
        }
    ],
    "toplam_ogrenci": 2,
    "aktif": true
}

import json

# ─── Python Sözlüğünden JSON Oluşturma ───
ogrenci = {
    "isim": "Ahmet",
    "yas": 21,
    "notlar": [85, 92, 78],
    "aktif": True,
    "adres": None,
    "iletisim": {
        "email": "ahmet@mail.com",
        "telefon": "0555-123-4567"
    }
}

# Sözlüğü JSON string'e çevirme
json_str = json.dumps(ogrenci, ensure_ascii=False, indent=4)
print("=== JSON String ===")
print(json_str)

# ─── JSON Dosyasına Yazma ───
with open("ogrenci.json", "w", encoding="utf-8") as dosya:
    json.dump(ogrenci, dosya, ensure_ascii=False, indent=4)
print("\n✅ JSON dosyası yazıldı!")

# ─── JSON Dosyasından Okuma ───
with open("ogrenci.json", "r", encoding="utf-8") as dosya:
    okunan = json.load(dosya)

print("\n=== Okunan Veri ===")
print(f"İsim: {okunan['isim']}")
print(f"E-posta: {okunan['iletisim']['email']}")
print(f"Notlar: {okunan['notlar']}")
print(f"Not ortalaması: {sum(okunan['notlar']) / len(okunan['notlar']):.1f}")

import json

# Birden fazla öğrenci
ogrenciler = [
    {"isim": "Ahmet", "yas": 21, "not": 85},
    {"isim": "Ayşe", "yas": 22, "not": 92},
    {"isim": "Mehmet", "yas": 20, "not": 78},
    {"isim": "Fatma", "yas": 21, "not": 88},
]

# JSON dosyasına yaz
with open("sinif.json", "w", encoding="utf-8") as f:
    json.dump(ogrenciler, f, ensure_ascii=False, indent=2)

# JSON dosyasından oku ve işle
with open("sinif.json", "r", encoding="utf-8") as f:
    sinif = json.load(f)

# Veri analizi
print(f"Toplam öğrenci: {len(sinif)}")
notlar = [o["not"] for o in sinif]
print(f"En yüksek not: {max(notlar)}")
print(f"Ortalama: {sum(notlar) / len(notlar):.1f}")

# Filtreleme
basarili = [o for o in sinif if o["not"] >= 80]
print(f"\n80 ve üzeri alanlar:")
for o in basarili:
    print(f"  🎓 {o['isim']}: {o['not']}")

# Kurulum (Google Colab'da zaten kurulu!)
pip install pandas

# Jupyter/Colab'da:
# !pip install pandas

import pandas as pd

# ─── 1) Sözlükten DataFrame oluşturma ───
veri = {
    "isim": ["Ahmet", "Ayşe", "Mehmet", "Fatma", "Ali"],
    "yas": [21, 22, 20, 21, 23],
    "bolum": ["Bilişim", "Bilişim", "Elektrik", "Bilişim", "Elektrik"],
    "not_ort": [85.5, 92.3, 78.1, 88.7, 65.4],
}

df = pd.DataFrame(veri)
print(df)
print(f"\nBoyut: {df.shape}")  # (5, 4) → 5 satır, 4 sütun

import pandas as pd

# CSV'den okuma (en sık kullanılan yöntem!)
# df = pd.read_csv("ogrenciler.csv")

# Türkçe CSV'ler için (noktalı virgül ayraçlı)
# df = pd.read_csv("veri.csv", sep=";", encoding="utf-8")

# Örnek olarak sözlükten oluşturalım
df = pd.DataFrame({
    "isim": ["Ahmet", "Ayşe", "Mehmet", "Fatma", "Ali", "Zeynep"],
    "yas": [21, 22, 20, 21, 23, 22],
    "bolum": ["Bilişim", "Bilişim", "Elektrik", "Bilişim", "Elektrik", "Bilişim"],
    "not_ort": [85.5, 92.3, 78.1, 88.7, 65.4, 91.0],
    "devamsizlik": [2, 0, 5, 1, 8, 0]
})

# ─── Temel Keşif Fonksiyonları ───

# İlk 5 satır (varsayılan)
print("=== head() ===")
print(df.head())

# Son 3 satır
print("\n=== tail(3) ===")
print(df.tail(3))

# Genel bilgi
print("\n=== info() ===")
print(df.info())

# İstatistiksel özet
print("\n=== describe() ===")
print(df.describe())

# Sütun isimleri
print(f"\nSütunlar: {list(df.columns)}")

# Boyut
print(f"Boyut: {df.shape[0]} satır, {df.shape[1]} sütun")

# Veri tipleri
print(f"\nVeri Tipleri:\n{df.dtypes}")

import pandas as pd

df = pd.DataFrame({
    "isim": ["Ahmet", "Ayşe", "Mehmet", "Fatma", "Ali", "Zeynep"],
    "yas": [21, 22, 20, 21, 23, 22],
    "bolum": ["Bilişim", "Bilişim", "Elektrik", "Bilişim", "Elektrik", "Bilişim"],
    "not_ort": [85.5, 92.3, 78.1, 88.7, 65.4, 91.0],
})

# ─── Sütun Seçme ───
print("=== Tek sütun (Series) ===")
print(df["isim"])

print("\n=== Birden fazla sütun (DataFrame) ===")
print(df[["isim", "not_ort"]])

# ─── Koşullu Filtreleme ───
print("\n=== Notu 80'den yüksek olanlar ===")
basarili = df[df["not_ort"] > 80]
print(basarili)

print("\n=== Bilişim bölümündekiler ===")
bilisim = df[df["bolum"] == "Bilişim"]
print(bilisim)

# ─── Birden Fazla Koşul ───
print("\n=== Bilişim + Not > 85 ===")
filtre = df[(df["bolum"] == "Bilişim") & (df["not_ort"] > 85)]
print(filtre)

# ─── Sıralama ───
print("\n=== Nota göre sıralama (büyükten küçüğe) ===")
print(df.sort_values("not_ort", ascending=False))

# ─── Yeni Sütun Ekleme ===
df["harf_notu"] = df["not_ort"].apply(
    lambda x: "AA" if x >= 90 else "BA" if x >= 80 else "BB" if x >= 70 else "CB" if x >= 60 else "FF"
)
print("\n=== Harf Notu Eklendi ===")
print(df)

import pandas as pd

df = pd.DataFrame({
    "isim": ["Ahmet", "Ayşe", "Mehmet", "Fatma", "Ali", "Zeynep"],
    "bolum": ["Bilişim", "Bilişim", "Elektrik", "Bilişim", "Elektrik", "Bilişim"],
    "not_ort": [85.5, 92.3, 78.1, 88.7, 65.4, 91.0],
    "devamsizlik": [2, 0, 5, 1, 8, 0]
})

# Bölüme göre gruplama
print("=== Bölüm bazında ortalama not ===")
bolum_ort = df.groupby("bolum")["not_ort"].mean()
print(bolum_ort)

# Birden fazla istatistik
print("\n=== Bölüm bazında detaylı istatistik ===")
bolum_detay = df.groupby("bolum").agg({
    "not_ort": ["mean", "min", "max", "count"],
    "devamsizlik": "sum"
})
print(bolum_detay)

# value_counts: Benzersiz değerlerin sayısı
print("\n=== Bölüm dağılımı ===")
print(df["bolum"].value_counts())

<ogrenciler>
    <ogrenci>
        <isim>Ahmet</isim>
        <yas>21</yas>
        <bolum>Bilişim</bolum>
    </ogrenci>
    <ogrenci>
        <isim>Ayşe</isim>
        <yas>22</yas>
        <bolum>Bilişim</bolum>
    </ogrenci>
</ogrenciler>