Anasayfa›Yazılım Geliştirme›Python
Yazılım Geliştirme Python

PYTHON STATISTICAL PLOTS: VISUALIZING & ANALYZING DATA USING SEABORN EĞİTİMİ

Seaborn ile veriyi görsel olarak analiz edin

Dağılım, ilişki, kategorik ve matris grafiklerini Seaborn ile oluşturun; FacetGrid, tema ve istatistiksel yorumlama tekniklerini uygulayın

Seaborn ile dağılım, ilişki, kategorik ve matris grafikleri, FacetGrid, güven aralıkları, tema ve palet seçimi ile keşifsel veri analizinin görselleştirilmesi uygulamalı işlenir.

3 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Seaborn ile keşifsel veri analizi ve istatistiksel görselleştirme

Python Seaborn kütüphanesiyle istatistiksel grafik üretmeyi ve veriyi yorumlamayı öğretir. Seaborn nesne arayüzü ve fonksiyon API'si, dağılım grafikleri (histplot, kdeplot, ecdfplot), ilişki grafikleri (scatterplot, lineplot, regplot), kategorik grafikler (boxplot, violinplot, swarmplot, barplot), heatmap ve clustermap, pairplot, FacetGrid, tema ve palet seçimi, güven aralıkları, aykırı değer ve korelasyon yorumu uygulamalı işlenir.

Süre ve Format

3 Gün. Her gün dört modül; 1. gün Seaborn Temelleri ve Dağılımlar, 2. gün İlişki ve Kategorik Grafikler, 3. gün Matris, Facet ve Uygulama konularına ayrılmıştır.

Seviye

Orta Seviye — Seaborn ile istatistiksel grafikler, dağılım, ilişki, kategorik ve çok değişkenli analiz

Öğrenme Metodu

Her modül gerçek veri setleriyle (tips, penguins, titanic, kendi verisi) Jupyter'de ilerler; her grafik yorumlama sorusuyla tamamlanır.

Neden Bu Eğitim?

📊İstatistiksel Grafik

Dağılım ve ilişkileri tek satırda ortaya koyan grafikler üretirsiniz.

🎨Profesyonel Görünüm

Tema, palet ve düzenle yayına hazır grafikler hazırlarsınız.

🔎Doğru Yorum

Grafikleri doğru okuyup veriden anlamlı sonuçlar çıkarırsınız.

Anahtar Konular

seaborn eğitimipython seabornistatistiksel grafiklerveri görselleştirme pythonkeşifsel veri analiziheatmappairplotboxplot violinplotmatplotlib seabornEDA
“İyi grafik, veriyi süslemez; veriye soru sordurur.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Python ve pandas

Python ve temel pandas işlemleri bilinmelidir.

2
Temel İstatistik

Ortalama, medyan, standart sapma ve korelasyon kavramlarına aşinalık gerekir.

3
Jupyter

Jupyter Notebook ve seaborn, matplotlib kurulu olmalıdır.

4
Veri Seti

Analiz etmek istediğiniz kendi veri setinizi getirebilirsiniz.

Eğitim İçeriği

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

Günün hedefiKatılımcı ile Seaborn temellerini ve dağılım grafiklerini uygular.
Modül 1
Seaborn Mimarisi
  • figure-level ve axes-level fonksiyonlar
  • matplotlib ile ilişki
  • DataFrame ile çalışma (long-form, wide-form)
  • veri seti yükleme: load_dataset
  • tema: set_theme
  • grafik boyutu ve kaydetme
Modül 2
Dağılım Grafikleri
  • histplot: bins, kde, stat
  • kdeplot ve bant genişliği
  • ecdfplot
  • rugplot
  • displot ile facet
  • dağılım yorumlama: çarpıklık, çok tepeli
Modül 3
Renk ve Palet
  • nitel, sıralı, ıraksak paletler
  • color_palette ve husl
  • renk körlüğü uyumu
  • hue, size, style
  • özel palet
  • tema bağlamları (talk, paper)
Modül 4
Veri Hazırlığı
  • melt ile uzun format
  • kategorik sıralama
  • eksik veri
  • aykırı değerler
  • örnekleme
  • ölçekleme ve log dönüşümü
Günün hedefiKatılımcı ile ilişki ve kategorik grafikleri oluşturur ve yorumlar.
Modül 1
İlişki Grafikleri
  • scatterplot ve hue/size/style
  • lineplot ve güven aralığı
  • regplot ve lmplot
  • residplot
  • replot ve relplot
  • korelasyon ve nedensellik uyarısı
Modül 2
Kategorik Grafikler
  • boxplot, violinplot
  • swarmplot, stripplot
  • barplot ve pointplot, hata çubukları
  • countplot
  • catplot ve kind parametresi
  • grafik türü seçimi
Modül 3
Güven Aralıkları
  • bootstrap güven aralığı
  • errorbar parametresi
  • ortalama ve medyan karşılaştırması
  • n değerini gösterme
  • çoklu karşılaştırma uyarısı
  • sonuç yorumlama
Modül 4
Çok Değişkenli Görsellerin Yorumu
  • kategoriler arası farklar
  • etkileşim etkisi
  • Simpson paradoksu örneği
  • doğru ekseni seçme
  • yanıltıcı grafik tuzakları
  • grafikle hikaye anlatma
Günün hedefiKatılımcı ile heatmap, pairplot, FacetGrid ve seaborn.objects ile çok değişkenli görselleştirme yapar.
Modül 1
Matris Grafikleri
  • heatmap ve annot
  • korelasyon matrisi
  • clustermap ve hiyerarşik kümeleme
  • maskeleme (üst üçgen)
  • renk ölçeği ve merkez
  • pivot_table ile heatmap
Modül 2
Çoklu Grafik
  • pairplot ve PairGrid
  • FacetGrid ve map
  • jointplot ve JointGrid
  • row/col/hue kombinasyonu
  • alt grafik yerleşimi
  • sharex / sharey
Modül 3
seaborn.objects
  • Plot nesnesi ve katmanlar
  • Mark, Stat, Move
  • kompozisyon mantığı
  • klasik API ile karşılaştırma
  • özelleştirme
  • sınırlamalar
Modül 4
Uygulama Projesi
  • gerçek veri seti ile EDA raporu
  • grafik seçimi gerekçeleri
  • matplotlib ile ince ayar
  • yayın kalitesinde dışa aktarma (SVG, PDF)
  • sunum ve yorum
  • iyileştirme önerileri

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Dağılım Analizi

histplot ve kdeplot ile dağılımları yorumlayabilirsiniz.

✅
İlişki Analizi

scatterplot, lineplot ve regplot ile ilişkileri gösterebilirsiniz.

✅
Kategorik Grafik

box, violin ve swarm grafiklerini doğru seçebilirsiniz.

✅
Güven Aralığı

Bootstrap güven aralığıyla belirsizliği gösterebilirsiniz.

✅
Matris Grafikleri

heatmap ve clustermap ile korelasyonu inceleyebilirsiniz.

✅
FacetGrid

Alt grup karşılaştırmalarını FacetGrid ile yapabilirsiniz.

✅
Tema ve Palet

Erişilebilir paletlerle profesyonel görünüm sağlayabilirsiniz.

✅
EDA Raporu

Keşifsel veri analizi raporunu grafiklerle sunabilirsiniz.

Kimler İçin Uygundur?

  • Veri analistleri
  • araştırmacılar
  • öğrenciler
  • pandas bilen ancak grafikleri istatistiksel olarak yorumlamak isteyen Python kullanıcıları

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri analistleri, araştırmacılar ve pandas bilen Python kullanıcılarından istatistiksel grafikleri doğru üretip yorumlamak isteyenler için uygundur.
Matplotlib bilmek gerekli mi?
Temel düzey yeterlidir; ince ayar için matplotlib ile birlikte kullanım gösterilir.
seaborn.objects işleniyor mu?
Evet, yeni nesne arayüzü klasik API ile karşılaştırılarak anlatılır.
Kendi verimle çalışabilir miyim?
Evet, son modülde kendi veri setiniz üzerinde EDA raporu hazırlanabilir.
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 d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Python Statistical Plots: Visualizing & Analyzing Data Using Sertifika Kodu DV-2026XX00 Tarih 27.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
AlanYazılım Geliştirme
KonuPython
Sertifika✓ Var
Hemen Bilgi Al
Bilgi için:
+90 (501) 369 40 14
[email protected]
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

PythonBuild and Implement APIs with Python Eğitimi
Yazılım Geliştirme Eğitimleri

Build and Implement APIs with Python Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Python ile API geliştirme eğitimi: FastAPI, Flask, SQLAlchemy, Alembic, JWT, pytest ve Docker ile veritabanına bağlı güvenli REST API uygulaması.

Detayları Gör →
PythonBuilding API Clients and Servers with Python (AADP) Eğitimi
Yazılım Geliştirme Eğitimleri

Building API Clients and Servers with Python (AADP) Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Python ile API istemcisi ve sunucusu geliştirme eğitimi: requests, httpx, FastAPI, OAuth 2.0, JWT, webhook, WebSocket, sözleşme testi ve Docker dağıtımı.

Detayları Gör →
PythonBuilding APIs with Python Fast Track (PY201FT) Eğitimi
Yazılım Geliştirme Eğitimleri

Building APIs with Python Fast Track (PY201FT) Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Python ile API geliştirme hızlandırılmış 2 günlük eğitim: REST temelleri, FastAPI, Flask, Pydantic, SQLAlchemy, JWT, pytest ve Docker ile çalışan API projesi.

Detayları Gör →
PythonBuilding Web Apps Using Django: Building a Basic Website Eğitimi
Yazılım Geliştirme Eğitimleri

Building Web Apps Using Django: Building a Basic Website Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Django ile temel web sitesi geliştirme eğitimi: proje yapısı, URL yönlendirme, view, şablon kalıtımı, statik dosyalar, admin paneli ve temel test.

Detayları Gör →
PythonBuilding Web Apps Using Django: Generic Views Eğitimi
Yazılım Geliştirme Eğitimleri

Building Web Apps Using Django: Generic Views Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Django Generic Views eğitimi: ListView, DetailView, CreateView, UpdateView, DeleteView, mixin, sayfalama ve FBV-CBV karşılaştırması ile uygulamalı CRUD geliştir

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn