Ağ analizi ile ilgili kitabımız yayınlandı. Değerli hocalarım, Dr. Çiğdem Baskıcı ve Prof.Dr. Yavuz Ercil ile birlikte editörü ve yazarı olduğum kitap ağ analizi ile ilgili Türkçe literatürde önemli bir katkı sağlıyor. Kitap, tüm üniversitelerin İşletme, Sosyoloji, İletişim ve Bilgisayar/Yazılım Mühendisliğinin hem lisans hem de lisansüstü programlarında okuyan öğrencilerin ağ anlayışı ve ağ analizi konusunda … Okumaya devam edin Yeni Kitabımız Yayınlandı: Ağ Analizi
Pomodoro Tekniğinin 5 yıllık Sağlam Uygulayıcısından Notlar Nedir?: Pomodoro Tekniği, insanları daha çok ve sistematik çalışmaya teşvik eden bir zaman yönetim sistemidir. Bu yöntemi kullanarak, iş gününüzü ya da ayırdığınız daha az bir zamanı beş dakikalık aralarla ayrılmış 25 dakikalık parçalara bölersiniz. Bu 25 dakikalık aralarda çalışır, 5 dakikalı molalarda ise dinlenirsiniz. Bu 25 dakikalık … Okumaya devam edin Pomodoro Tekniği Nedir
Elsevier’a ait Journal Finder adlı araçla makalenizi hangi dergiye göndermenizin uygun olduğunu bulabilirsiniz. Neticede doğru dergiye göndermek çalışmanızın kabul ihtimalini arttıracaktır. Ancak bu aracı kullanırken bir sürü ölçüt görürsünüz. Bu ölçütleri burada açıklıyorum. Bu yazıda ayrıca bu dergilerde karşılaşabileceğiniz ve epey uzun hikayeleri olan başka jargonları da ele alacağım. Gold Open Access: Yazarlardan ücret istenilir, … Okumaya devam edin Akademik Dergiler’de Sıkça Duyacağınız jargonlar
Bugün dinlediğim bir ses kaydında Tomek adlı hoca bilimsel çalışmaların düşüncelerimizin neredeyse tamamına yakının tekrar eden düşüncelerden oluştuğunu ve bu düşüncelerin genellikle beyinlerimizin hayatta kalmaya programlanmış olmaları nedeniyle negatif obsesyonlar olduğunu söyledi. Negatif düşünceler bizi hayatta tutmaya yardım ediyor. Eğer Afrika’da yaşayıp aslanlardan korkmadan yaşarsak büyük ihtimalle pek de yaşamayacaktık. Beynimiz negatif düşünceler için yapışkan … Okumaya devam edin Negatif Düşünceler Hayatta Kalmak içindir Takılmak için Değil !
Google kurucularının yazdığı ‘Google Nasıl Yönetiliyor’ adlı kitabı okudum. Kitap, mutfağından Google’da işlerin nasıl gittiğini anlatıyor. İşte bazı detaylar: İlk prototipi ışık hızında hazırlayın Kitaba göre Google Glass’ın ilk prototipinin hazırlanması 90 dakika sürmüştür. Bu durum günümüzde artık bir iş fikrinin donanımsal üretimi içermesi halinde dahi çok kısa sürede bittiğini gösteriyor. Peki bu kadar hızın … Okumaya devam edin Google Nasıl Yönetiliyor
Araştırmalar insan zihninin herhangi bir davranışı yapmaya devam ettikçe zihnin o davranışın bir sonraki tekrarını daha kolay yaptığını ortaya koymuş. Şikayet etmek de buna dahil. Yani durmadan bir şeylere söyleniyorsanız, bir sonraki söylenmeniz daha kolay hale gelir. Beynimizdeki nöronlar tekrarları sever ve tekrar edilen her şeyin yapılması daha hızlı hale gelir. Bunun alışkanlıkara etkisini şu yazımdan … Okumaya devam edin Söylenmeyin!
Commom Crawl (Bundan böyle CC yazacağım https://commoncrawl.org/ sitesinden yayın yapan) kar amacı gütmeyen bir kuruluştur. Bir nevi Google gibi tüm webi tarar ancak verileri kendine saklamaz. Bunun yerine düzenli olarak yayınlar. Şimdi hemen heyecanlanmayın gidip alayım diye. Devasa büyüklükte verilerdir. Öyle açıp bakamazsınız. Bir takım özel yetenekler gerekir. Bunları bu kısa yazıda anlatmamız mümkün değil. Ama bazı kavramlara kısaca bakalım. Not: Ben kısmen de olsa bu verilere erişebiliyorum 🙂 Parmaklarımdan yıldırımlar çakıyor 🙂
WARC dosyası: Bu dosya tipi webi tarayan uygulamaların bir nevi zip dosyasıdır. Çeşitli konularda taranmış olan web sayfaları paketler halinde bu dosyanın içine konur. Common Crawl sitesinden gidip bu dosyaları indirmelisiniz. Ancak bu dosyalar sadece metaverileri içerir. Web’in büyüklüğünü siz düşünün.
Aşağıda bir çok ufak bir WARC dosyasını açtım (840 MB). Dikkat edin sadece sayfaların adresleri var. Gidip okuması size ait
WARC dosyalarını nasıl açarım: Maalesef o da ayrı zorluk. WebRecorder Player adlı uygulamayı indirip oraya upload ederek lokalden dosyaya bakabilirsiniz. Programı şuradan indirebilirsiniz: https://github.com/webrecorder/webrecorder-desktop
Bir kodun nasıl çalıştığını görmek için derlemek veya çalıştırmak gerekir. Javascript için de o sayfayı açmak gerekir. Ancak bir şey olsa ve o satırdaki çalıştırıp kod nasıl işliyor diye bakmak istediğiniz oldu mu? Ama araç yoktu değil mi? Var!
Atom IDE’yi kurun, orada “Hydrogen” adlı eklentiyi kurun. Daha sonra Node.js aracım NPM kurun. Bu kurulumlar sonunda konsoldan şu komutları çalıştırın
npm install -g ijavascript
Sonra
ijsinstall
Daha sonra javascript dosyanızı açıp Ctrl+F5 diyerek istediğini satırı şöyle çalıştırabilirsiniz:
Ne oluyor?
Aslında Hyrdogen, Python kullananların bildiği bir hızlıca kod çalıştırma, deneme yanılma aracı. Jupyter de aynı işi yapar. Oturup Javascript için de aynısını yapmışlar. Bu yöntem literal programlama olarak biliniyor. Kodlarken ne yaptığınızı bilerek gidiyorsunuz.
Javascript dünyası hergün daha da hızla ilerliyor. Bu noktada özellikle tecrübeli yazılımcılar eski alışkanlıklarını devam ettirerek Javascript’i sadece HTML içinde çağrılan bir yan araç olarak görme eğilimine giriyor. Oysa durum sandığımız gibi değil. C# veya Java ile sunucu tarafında uygulama geliştirirken MVC denilen mantığa benzer mantık çoktan Javascript’e girdi bile. Diğer yandan bir çok eski yazılımcı sırf Javascript geliştirirken lazım olan bir kütüphaneyi kurmak için komut satırına şunu yazın: npm ifadesini gördüğünde hemen yolunu değiştiriyor olabilir. Aslında başta biraz tuhaf ancak kolaylıklarını görünce yazılımcının buna alışmaması içten bile değil.
Eski yazılımcıların diğer bir eğilimi ise bu tür yeni yazılım araçlarına bir sürü var diyerek ön yargı ile bakmaları. Aslında evet, bir sürü var ancak bu kötü bir durum değil. Çoğu yeni araç yazılımcıların bir kaç saatte öğrenip kullanmaya başlayabilecekleri şekilde tasarlandı. Dolayısıyla kaçmak yok.
Bir diğer eski yazılımcı adeti: Mevcut yapımı bu yeni yapıya uyarlamam zaman alır kaygısı. Haksız değiller. Ancak çoğu kez bu yapıları hemen uyarlamak zorunda değilsiniz. Ufak pilot uygulamalarla deneyebilir ikna olursanız mevcut sisteme entegre edebilirsiniz.
Şimdi bu yeni icat olmuş araçlardan biri ve en pratiklerinden olan ember.js i tanıtacağım. Bunun için dokümantasyonunu tek tek okudum. Oturdum öğrendim:) Bu arada yeni icat olmuş dedim ama bu kütüphane 2011 yılında çıktı. Bu yazının yazıldığı dönem itibariyle kaç yıl oldu? 11 yıl. O nedenle artık yeni diyerek burun kıvırmayın. Onlar kendini biliyor. Ahmet abee…
Yazıyı tasarlarken daha sonra kendim ve başkaları için kolay erişim olsun diye sık kullanılan oluşturma komutlarını en alta Hızlı Komutlar altına yazdım. Keyifli okumalar!
Şimdi başlayalım:
Nedir:
Herhangi bir tarayıcıda veya cihazda çalışabilecek ve modern uygulamalar geliştirmeye imkan tanıyan bir framework’tür. Daha verimli ve hızlı geliştirme vadeder. Modern Javascript (ES6) özelliklerini Ember ile kullanabilirsiniz.2011’de çıkmıştır. 10 yıldır var olduğuna göre oturmuş bir araç olduğunu düşünüyorum.
Şurada bitmiş bir Ember.js projesi var kodlarına bakmak isteyebilirsiniz:
Bundan sonraki adımları işleyebilmek için bu yazının altındaki Hızlı Komutlar başlığındaki komutları çalıştırın. Şöyle bir gir göz atmak isterseniz okumaya devam edin.
Sayfa Oluşturma
ember new <yeniprojeadi>
komutu ile hızlı proje oluşturduktan sonra app/templates altına gidip application.hbs dosyasını kaldırın ve kendi index.hbs dosyanızı yazın. Burada sadece body etiketinin içini yazabilirsiniz. Gerisine gerek yok. Bir div içine yazılar vs.
Sayfa Ekleme
Mesela hakkında diye bir sayfa oluşutacağız.
Önce router.js’a bunu söylemelisiniz.
app/router.js dosyasını açın. router.map fonksiyonu içine şu satırı ekleyin:
Normalde sayfaları <a href=''></a> etiketi ile birbirine bağlarız. Ancak bunu yaptığımızda sayfa ‘full refresh’ olur yani suncuya gidip yeni sayfayı getirir. Oysa Ember.js kullanıyorsak buna gerek yoktur. Bunun yerine sayfaları şöyle bağlarız:
Bu arada generate yerine kısaca g komutunu da kullanabiliriz.
Bu durumda tests/acceptance/ klasörü altında otomatik olarak oluşturulmuş test dosyaları hazırlanır.
Peki nedir bu test? Uygulamamızı kullanıcının bakış açısından test ediyorlar – daha önce yaptığımız “tıkla ve çalışıp çalışmadığını gör” testinin otomatikleştirilmiş bir sürümüdür ve tam da ihtiyacımız olan şey budur.
Buraya girip test fonksiyonlarının nasıl yazılacağı için şu linke bakın:
Temel mantık teste sayfaya gidip içeriğe bakmasını ve istediğiniz bazı nesnelerin orada olup olmadığın bakmasını sağlamaktır. Test sunucusunu başlatmak için en alttaki hızlı komutlar listesine bakın.
Bu arada test sunucusu da otomatiktir. Yani siz test fonksionu yazdıkça o test sunucusunun açtığı tarayıcı sayfasında hataları gösterir.
Bileşen (Component yazma)
Mesala şöyle bir kodumuz olsun her yerde kullancağız:
Bu kodu alıp /app/components/kodum.hbs diye kaydedelim. Daha sonra herhangi bir sayfamızda
<Kodum>Buraya ne yazarsanız yukarıdaki yield yazan yerin içine yazar</Kodum>
Diye yazarsak bu hazır etiketimiz çalışır. Böylece sayfa başlığı veya özel bazı yerleri tekrar tekra yazmanıza gerek kalmaz.
Bu arada yazdığımız bileşenler için de test dosyası yazabiliriz. Bu sayede bileşenlerimizin sağlığında emin oluruz. Bu test kodlarında bileşene bir yield yani bileşenin içindeki kısmı gönderip bizim istediğimiz sonuçları verip vermediğini test ediyoruz. Bileşen testleri için şu linke lazım olduğunda bakarsınız:
Master template dediğimiz her sayfada hazır gelmesini istediğimiz şablonlar vardır. Genellikle sayfanın logosu vs. buraya koyarız. Bu tür sayfa için app/templates/application.hbs dosyasını kullanırız bu dosya şöyledir:
Bu dosyayı böyle yazdıktan sonra yukarıda sayfa oluşturken yazdığımız index.hbs, hakkinda.hbs gibi çıplak (yani body tagı olmayan düz divlerden müteşekkil sayfarımız) gidip hep yukarıdaki kodda {{outlet}} yazan yere kendini yazar.
Bileşenleri komut satırından oluşturma
Yukarıda elle oluştırduğumuz dosyayı komut satırından da oluşturabiliriz. Bu sayede bileşenin dosyası ile birlikte için kabul test kodu da oluşmuş olur.
ember generate component <bilesen_nadi>
Alt bileşen oluturma
Mesela mağaza ürünü gibi bir bileşen oluşturdunuz. Bileşenin altında bir de ürün diye alt bileşen oluşturbilirsiniz. Bu durumda bu bileşen örneğin <Magaza> iken alt bileşen <Magaza::Resim> şeklinde olur.
ember generate component <bilesen_adi>/<alt_bilesen_adi>
Bileşenlere özellik (attribute) atama:
Normal HTML’lerdeki src veya title gibi özellikleri aynen bileşen veya alt bileşenlere aktarmak mümkündür. Bunun için şöyle yaparız:
Mesela mağaza bileşeni için:
<Magaza::Resim src="https://upload.wikimedia.org/wikipedia/commons/c/cb/Crane_estate_(5).jpg" alt="A picture of Grand Old Mansion" />
Bunun bileşen dosyası şöyle olmalıdır:
<div class="image"> <img ...attributes></div>
İkinci satırdaki ...attributes ifadesine dikkat edin. Bu ember.js jargonunda splattributes olarak adlandırılır. Gönderilen ne attribute varsa alır.
Bileşenlere Davranış Atama
Diyelim ki mağaza resimlerimize tıklanınca büyüsün istiyoruz. Bu durumda önce bu bileşenimiz için bir javascript davranış dosyası oluşturtacağız:
İlk adım magaza/resim bileşenenine bir davranış dosyası (component-class) oluşturma:
ember generate component-class magaza/resim
Açıp aradaki kodları ekliyoruz: yeri app/compotnets/magaza/resim.js gibi bir yerde.
import Component from '@glimmer/component';
export default class MagazaResimComponent extends Component
{//şuralar bizim eklediğimiz kod
constructor(...args)
{
super(...args);
this.isLarge = false;
}
isLarge = false; //şuraya kadar}
Aslında diyoruz ki bileşemizin bir özelliği var o da .isLarge yani resim şu an küçük mü büyük mü? Bunu bir durum yani state olarak tutuyor.
Sonra template dosyamızı app/components/magaza/resim.hbs
Gördüğünüz gibi template dosyamızın içeriine özel if ve elselerle isLarge parametresine eriştirip onun durumuna göre css sınıfı vererek büyütmek ve küçültmek mümkün. Şu hali ile henüz tam çalışmaz çünkü tıklama davranışı tanımlamadık bunun için şuradan devam edebilirsiniz:
Her bir sayfa için ayrıca oluşturulan ve app/routes/ dizininde yer alan dosyalar içerisine konan direkt JSON verileri veya API adreslerinden alınan modeller oradan sayfaya yollanabilir
import Route from '@ember/routing/route';
export default class IndexRoute extends Route
{ async model()
{ let response = await fetch('/api/rentals.json'); let parsed = await response.json();
return parsed; }}
Bu şekilde view a yollanan veri view içinden @model denmek suretiyle çağrılır.
Birden fazla satır halinde olan (genelde veriler böyledir) veriler için ise şu yapı kullanılır (.hbs) dosyası içinde:
{{#each @model as |property|}}
<li><Rental @rental={{property}} /></li>
{{/each}}
Burada @model seri halindedir property nesnesi tekil item halindedir. o da direkt olarak component içine yollanmakta orada alt kırılımları açılmaktadır.
News-please is a great crawling tool for gathering data over the web. However, its output is JSON. Although it has a method for saving data to the PostgreSQL database I usually prefer SQLite. Therefore I wrote a script for this purpose:
Python ile herhangi bir metin içerisinden anahtar terimler çıkarma ve bunlara ilgililğine görse sayısal değerler vermek isterseniz Rake gibi kütüphaneler vardır ancak bunlar Türkçe dil desteği içeremez.
Türkçede bu işi yapmak için Yake adlı bir kütüphane vardır. Akademik makalesi de şurada:
Bu yazıda elimde bulunan bir haber veriseti içinde her bir haberin anahtar terimleri içindeki en yüksek değerleri başka bir kolona atıp daha sonra arama yapınca sadece en yüksek ilgili ifade işe eşleşme sağladım. Bu sayede içinde aradığım kelime geçen yazı değil, aradığım terimle ilgili olma olasılığı en yüksek olan haber geliyor. Bir nevi lokal google yani.
Hadi bu lezzetli tarifimi vereyim:
Önce Yake kütüphanesini kuralım:
# !pip install yake
Şimdi de Türkçeye göre ayarlama yapalım:
from yake import KeywordExtractor import pandas as pd kw_extractor = KeywordExtractor(lan="tr", n=1, top=5)
Verisetimi okuyorum:
df =pd.read_csv("deneme.csv") text = df.at[22,'headline'] print(text)
Twitter API’si olmadan aşağıdaki kodlar yardımı ile örneğin içeriğinde “umutsuz” ifadesi geçen ve 11 Mart 2020 ile 1 Nisan 2020 arasındaki twitleri çekip excele kaydedebilirsiniz:
import snscrape.modules.twitter as sntwitter
import pandas as pd
# Creating list to append tweet data to
tweets_list2 = []
# Using TwitterSearchScraper to scrape data and append tweets to list
for i,tweet in enumerate(sntwitter.TwitterSearchScraper('umutsuz since:2020-03-1 until:2020-04-11').get_items()):
print(i)
if i>5000:
break
tweets_list2.append([tweet.date, tweet.id, tweet.content])
# Creating a dataframe from the tweets list above
tweets_df2 = pd.DataFrame(tweets_list2, columns=['Datetime', 'Tweet Id', 'Text' ])
tweets_list2.to_excel("sonuc_umutsuz.xls")
