Python with Altair: Working with Specialized Graphs

Eğitim Hakkında

Vega-Lite tabanlı Altair ile özelleşmiş grafik türlerini kodlayın.

Altair, Vega-Lite üzerine kurulu bildirimsel bir Python görselleştirme kütüphanesidir. Bu eğitimde encode kanalları, dönüşümler, seçim parametreleri ve katmanlı grafikler üzerinden boxplot, ısı haritası, yoğunluk, yığılmış alan ve koroplet harita gibi özelleşmiş grafik türlerini pandas verisiyle üretir, etkileşimli hale getirir ve HTML/PNG olarak dışa aktarırsınız.

Süre ve Format

2 Gün. Her gün dört modül; sabah gramer ve teknik, öğleden sonra notebook atölyesi; son gün mini görselleştirme projesi.

Seviye

Orta Seviye — Altair'in bildirimsel gramerinden ısı haritası, yoğunluk, harita ve etkileşimli grafiklere uzanan görselleştirme yelpazesi

Öğrenme Metodu

Her konu, Jupyter Notebook üzerinde gerçek veri setleriyle adım adım kodlanan canlı grafik atölyeleri ile işlenir.

Neden Bu Eğitim?

🎯Bildirimsel Gramer

Matplotlib'e göre daha az kodla, veri–görsel eşlemesini açıkça tanımlayan yaklaşımı öğrenirsiniz.

🛠️Etkileşim

Seçim, fırça ve bağlı grafiklerle okuyucunun veriyi keşfettiği görseller üretirsiniz.

📈Paylaşılabilir Çıktı

Grafikleri HTML, SVG ve PNG olarak raporlara ve web sayfalarına taşırsınız.

Anahtar Konular

Altair pythonVega-LitePython veri görselleştirmeAltair grafikAltair interaktif grafikmark_geoshape haritapandas görselleştirmeAltair eğitimikoroplet harita Python

“İyi bir grafik, veriyi süslemez; veriyi konuşturur.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Python ve pandas

Temel Python sözdizimi ve DataFrame işlemlerine aşinalık beklenir.

2

Jupyter

Notebook veya JupyterLab kullanabiliyor olmak çalışmayı hızlandırır.

3

Kurulum

altair, vega_datasets ve vl-convert-python paketlerini pip ile kurabilen bir ortam gerekir.

4

Veri görselleştirme

Temel grafik türleri (çubuk, çizgi, dağılım) hakkında genel bilgi yeterlidir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı Altair'in Chart–mark–encode yapısını kavrar ve veri dönüşümlerini grafik içinde tanımlar.

Modül 1

Altair Grafik Grameri

alt.Chart, mark_* yöntemleri ve encode kanalları (x, y, color, size, shape)
Veri tipi kısaltmaları: Q, N, O, T ve otomatik tip çıkarımı
alt.X, alt.Axis ve alt.Scale ile eksen ve ölçek özelleştirme
transform_filter, transform_calculate ve transform_aggregate dönüşümleri
Vega-Lite JSON şemasının chart.to_json() ile incelenmesi
alt.data_transformers ile 5000 satır sınırının yönetimi

Modül 2

matplotlib ve seaborn ile Görselleştirme

Figure, Axes ve subplots nesne modeli
Çizgi, çubuk, dağılım ve histogram grafiklerinin uygun kullanım alanları
seaborn ile boxplot, violinplot, heatmap ve pairplot
Eksen etiketi, renk paleti, anotasyon ve stil (style context)
Renk körlüğüne duyarlı palet seçimi ve okunabilirlik kuralları
savefig ile PNG/SVG/PDF çıktısı ve dpi ayarı

Modül 3

Keşifsel Veri Analizi (EDA) Süreci

Veri sözlüğü, birim ve ölçek tipleri (nominal, ordinal, aralık, oran)
Tek değişkenli dağılım incelemesi: çarpıklık, basıklık, histogram
İki değişkenli ilişkiler: korelasyon matrisi, scatter ve grup karşılaştırmaları
Eksiklik örüntüsü ve veri kalitesi raporu
Hipotez üretimi ve analiz not defterinin yapılandırılması
Jupyter Notebook ve JupyterLab ile tekrar üretilebilir analiz

Modül 4

Altair ile Özelleşmiş Grafik Türleri

mark_rect ile ısı haritası ve korelasyon matrisi
mark_boxplot, mark_errorbar ve mark_errorband ile belirsizlik gösterimi
transform_density ile yoğunluk (KDE) grafikleri ve ridgeline yapısı
mark_area ile yığılmış alan ve normalize edilmiş yığın grafikleri
Waterfall, bullet ve slope chart örnekleri
Takvim ısı haritası ve Gantt benzeri zaman aralığı grafikleri

Günün hedefiKatılımcı seçim parametreleriyle etkileşimli grafik kurar ve koroplet harita üretir.

Modül 1

Altair Etkileşim ve Katmanlama

alt.selection_point ve alt.selection_interval ile tıklama/fırça seçimleri
Seçime bağlı condition ile renk ve opaklık değiştirme
Katman (+), yan yana (|) ve alt alta (&) birleştirme operatörleri
Facet, repeat ve concat ile küçük çoklu (small multiples) grafikler
Bind ile slider, dropdown ve radio parametreleri
Tooltip tasarımı ve alt.Tooltip ile biçimlendirme

Modül 2

Altair ile Coğrafi ve Ağ Verisi

alt.topo_feature ve GeoJSON kaynaklarının yüklenmesi
mark_geoshape ve project (mercator, albersUsa) projeksiyonları
lookup dönüşümüyle harita geometrisi ile veri birleştirme
Koroplet haritalarda sınıflandırma ve renk ölçeği seçimi
Nokta haritaları ve sembol boyutlandırma
Grafiklerin HTML, PNG ve SVG olarak dışa aktarımı (vl-convert)

Modül 3

Plotly Express ve Graph Objects

px.line, bar, scatter, histogram, box ve treemap fonksiyonları
go.Figure, add_trace ve update_layout ile ayrıntılı kontrol
make_subplots ile çoklu panel ve ikincil eksen
hover_data, animation_frame ve facet_col parametreleri
Plotly şablonları (templates) ve renk skalaları
write_html, to_image ve Plotly Chart Studio dışa aktarım seçenekleri

Modül 4

pandas ile Tarih-Zaman Verisi

Timestamp, Timedelta, Period ve DatetimeIndex kavramları
Saat dilimi dönüşümü: tz_localize ve tz_convert
resample ile günlük-haftalık-aylık yeniden örnekleme
rolling, expanding ve ewm ile hareketli ortalamalar
shift, diff ve pct_change ile gecikmeli değişkenler
İş günü takvimi, tatil günleri ve date_range frekans kodları

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Altair gramer yapısı

Vega-Lite tabanlı bildirimsel gramerle grafik tanımlayabilirsiniz

⚙️

Statik grafikler

matplotlib ve seaborn ile yayına hazır grafikler üretebilirsiniz

🔍

Keşifsel analiz

yapılandırılmış bir EDA akışıyla veri kalitesini ve ilişkileri ortaya çıkarabilirsiniz

📊

Özel grafik türleri

Altair ile ısı haritası, boxplot, yoğunluk ve takvim tipi grafikler çizebilirsiniz

🧩

Etkileşimli grafikler

seçim, brush ve bağlı grafiklerle etkileşimli dashboard bileşenleri oluşturabilirsiniz

🚀

Coğrafi görselleştirme

TopoJSON ve GeoJSON ile koroplet harita grafikleri hazırlayabilirsiniz

🔒

Plotly grafikleri

Plotly Express ve graph_objects ile etkileşimli grafikler üretebilirsiniz

📦

Tarih-zaman analizi

DatetimeIndex, resample ve rolling ile zaman bazlı veriyi işleyebilirsiniz

Kimler İçin Uygundur?

Veri analistleri
veri bilimciler ve pandas ile çalışıp daha esnek
etkileşimli grafikler üretmek isteyen Python kullanıcıları

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri analistleri, veri bilimciler ve pandas ile çalışıp daha esnek, etkileşimli grafikler üretmek isteyen Python kullanıcıları. Ön bilgi beklentileri için eğitimin ön koşullar bölümüne bakabilirsiniz.

Altair ile Matplotlib arasındaki fark nedir?

Altair bildirimsel çalışır; hangi veri alanının hangi görsel kanala eşleneceğini tanımlarsınız. Matplotlib ise komutla çizimdir. Eğitimde ikisi karşılaştırılır.

Altair veri satır sınırı sorun olur mu?

Varsayılan 5000 satır sınırı vardır. Eğitimde data_transformers ve veriyi önceden özetleme yaklaşımlarıyla bu sınırın yönetimi gösterilir.

Eğitim sonunda sertifika verilir mi?

Katılım ve başarı koşullarını yerine getiren katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Eğitim uygulamalı mı ilerliyor?

Her konu, Jupyter Notebook üzerinde gerçek veri setleriyle adım adım kodlanan canlı grafik atölyeleri ile işlenir. Süre 2 gündür; her gün dört modül işlenir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

PYTHON WITH ALTAIR: WORKING WITH SPECIALIZED GRAPHS EĞİTİMİ