Python for MATLAB Users: numpy ve scipy

Eğitim Hakkında

MATLAB'dan Python bilimsel yığınına geçiş rehberi

MATLAB kullanıcılarına Python bilimsel hesaplama yığınına geçişi öğretir. MATLAB ile Python sözdizimi farkları, 0 tabanlı indeks ve satır/sütun önceliği, numpy dizileri ve yayınlama (broadcasting), lineer cebir, scipy ile optimizasyon/interpolasyon/ODE çözümü, matplotlib ile MATLAB tarzı grafikler, .mat dosyaları, pandas ve MATLAB kodunu Python'a dönüştürme stratejileri işlenir.

Süre ve Format

3 Gün. Her gün dört modül; 1. gün Dil Farklarından numpy'a, 2. gün scipy, Grafik ve Veri, 3. gün Dönüştürme ve Uygulama konularına ayrılmıştır.

Seviye

Orta Seviye — MATLAB'dan Python'a geçiş: numpy, scipy, matplotlib, pandas ve kod dönüştürme

Öğrenme Metodu

Her konu MATLAB kodu ve Python karşılığı yan yana verilerek işlenir; katılımcılar kendi MATLAB betiklerinden birini Python'a çevirir.

Neden Bu Eğitim?

🔄Sorunsuz Geçiş

MATLAB alışkanlıklarını Python karşılıklarıyla eşleştirirsiniz.

🧮Bilimsel Yığın

numpy, scipy ve matplotlib ile tanıdık hesaplamaları yaparsınız.

💸Lisanssız Çalışma

Açık kaynak araçlarla lisans bağımsız çözümler üretirsiniz.

Anahtar Konular

python for matlab usersmatlab python geçişnumpy matlabscipymatplotlibmatlab to pythonbilimsel hesaplama pythonloadmatsolve_ivpmatlab alternatifi

“Aracı değiştirmek, düşünme biçimini değil yalnızca sözdizimini değiştirir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

MATLAB Deneyimi

Matris işlemleri, betik ve fonksiyon yazımı bilinmelidir.

2

Temel Programlama

Döngü ve koşul mantığına hakimiyet gerekir.

3

Python Kurulumu

Anaconda veya Miniconda ile Python 3.10+ ve Jupyter kurulu olmalıdır.

4

Kendi Kodu

Dönüştürmek istediğiniz bir MATLAB betiğini getirmeniz önerilir.

Eğitim İçeriği

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

Günün hedefiKatılımcı ile sözdizimi farklarını aşar ve numpy dizileriyle çalışır.

Modül 1

Sözdizimi Eşleştirme

0 tabanlı indeks ve dilimleme farkı
girinti ile blok yapısı, end yok
;, %, ... yerine Python karşılıkları
fonksiyon tanımı: function ve def
struct/cell ve dict/list eşleşmesi
MATLAB-Python karşılık tablosu

Modül 2

numpy Dizileri

ndarray, shape, dtype
zeros, ones, linspace, arange, meshgrid
görünüm ve kopya farkı
C ve Fortran sıralaması (order)
mantıksal indeksleme ve where
array ve matrix farkı

Modül 3

Broadcasting ve Vektörleştirme

broadcasting kuralları
döngüsüz işlemler
axis parametresi (sum, mean, std)
np.newaxis ile boyut ekleme
einsum ve tensordot
performans karşılaştırması: for ve vektör

Modül 4

Lineer Cebir

@ ile matris çarpımı ve .T
numpy.linalg: inv, solve, eig, svd
\ operatörünün karşılığı (solve/lstsq)
seyrek matrisler (scipy.sparse)
norm ve rank
sayısal kararlılık ve cond

Günün hedefiKatılımcı ile scipy, matplotlib ve pandas ile MATLAB iş akışlarını yeniden kurar.

Modül 1

scipy ile Sayısal Yöntemler

optimize: minimize, fsolve, curve_fit
interpolate: interp1d, griddata
integrate: quad, solve_ivp (ode45 karşılığı)
signal: filtre tasarımı, fft
stats: dağılımlar ve testler
sparse ve linalg çözücüler

Modül 2

matplotlib

pyplot ve nesne yönelimli arayüz
plot, scatter, subplot, hold on karşılığı
3B grafikler ve contourf
eksen, etiket, lejant, LaTeX metin
şekil kaydetme (PDF, SVG, PNG)
seaborn ve plotly alternatifleri

Modül 3

Veri Yönetimi

scipy.io.loadmat ve savemat
h5py ve HDF5
pandas ile tablo (table karşılığı)
CSV/Excel okuma
zaman serisi ve datetime
veri sürümleme

Modül 4

Simulink ve Toolbox Karşılıkları

Control Systems: python-control
Signal Processing alternatifleri
Optimization Toolbox karşılıkları (cvxpy)
Symbolic Math: sympy
Statistics ve Machine Learning: scikit-learn
MATLAB Engine API ile birlikte çalışma

Günün hedefiKatılımcı ile mevcut MATLAB kodunu Python'a dönüştürür ve performansını optimize eder.

Modül 1

Kod Dönüştürme Stratejisi

bağımlılık haritası çıkarma
birim testle sonuç eşleştirme
SMOP ve oct2py araçları
adım adım çeviri
sayısal sonuç karşılaştırması (np.allclose)
MATLAB ile Python'u birlikte çağırma

Modül 2

Fonksiyon ve Modül Yapısı

betik yerine fonksiyon/modül
argüman doğrulama
dokümantasyon: docstring
paketleme ve import
komut satırı arayüzü (argparse)
ortam yönetimi (conda)

Modül 3

Performans

numba ile JIT derleme
cython tanıtımı
vektörleştirme ve bellek
multiprocessing ile paralel çalışma
profil çıkarma (cProfile, line_profiler)
GPU için cupy

Modül 4

Proje Çalışması

katılımcı MATLAB betiğini dönüştürme
sonuç doğrulama
grafik çıktıları karşılaştırma
Jupyter raporu oluşturma
sorun giderme
geçiş planı ve yol haritası

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Sözdizimi Eşleme

MATLAB ve Python sözdizimi farklarını bilerek çevirebilirsiniz.

✅

numpy

Dizi, dilimleme ve broadcasting işlemlerini rahatça kullanabilirsiniz.

✅

Lineer Cebir

numpy.linalg ile matris çözümlerini yapabilirsiniz.

✅

scipy

Optimizasyon, ODE çözümü ve sinyal işlemeyi scipy ile yapabilirsiniz.

✅

Grafik

matplotlib ile MATLAB kalitesinde grafikler çizebilirsiniz.

✅

Veri Dosyaları

.mat ve HDF5 dosyalarını Python içinde okuyabilirsiniz.

✅

Performans

numba ve vektörleştirme ile hızı artırabilirsiniz.

✅

Kod Taşıma

Mevcut MATLAB betiğini doğrulamalı biçimde Python'a taşıyabilirsiniz.

Kimler İçin Uygundur?

MATLAB'da deneyimli mühendisler
araştırmacılar
akademisyenler
lisansüstü öğrenciler; açık kaynak Python ekosistemine geçmek isteyenler

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

MATLAB'da deneyimli mühendisler, araştırmacılar ve akademisyenler ile açık kaynak ekosisteme geçmek isteyenler için uygundur.

MATLAB kodunu otomatik çevirmek mümkün mü?

Araçlar (SMOP, oct2py) bilgi verir ancak güvenilir sonuç için manuel çeviri ve np.allclose ile doğrulama öğretilir.

Simulink karşılığı var mı?

Birebir yoktur; python-control ve solve_ivp gibi alternatifler ve MATLAB Engine ile birlikte çalışma ele alınır.

Kendi kodumu getirebilir miyim?

Evet, son modülde katılımcıların kendi betiklerini dönüştürmesi için zaman ayrılır.

Sertifika verilir mi?

Katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

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 FOR MATLAB USERS EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Sözdizimi Eşleştirme

numpy Dizileri

Broadcasting ve Vektörleştirme

Lineer Cebir

scipy ile Sayısal Yöntemler

matplotlib

Veri Yönetimi

Simulink ve Toolbox Karşılıkları

Kod Dönüştürme Stratejisi

Fonksiyon ve Modül Yapısı

Performans

Proje Çalışması

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

Dash Python Framework: Creating Widgets in Dash Apps Eğitimi

Dash Python Framework: Dash for Interactive Web Apps Eğitimi

Dash Python Framework: Leveraging Dash with User Input & Dash DataTable Eğitimi

Data Analytics Using Python and SQL Certificate Program Eğitimi

Data Handling in Python Eğitimi