pbasic 1.0.0

Karmaşık ve popüler kodları tek tıkla kullanabileceğiniz Python kütüphanesi

PyBasics

Karmaşık ve popüler kodları tek tıkla kullanabileceğiniz Python kütüphanesi.

Özellikler

• Matematik Hesapları: Asal sayılar, kombinasyon, permütasyon, istatistik, lineer regresyon, matris işlemleri
• Basit AI: RAM tabanlı öğrenme ve cevaplama sistemi
• Algoritmalar: Sıralama, arama, graf algoritmaları, dinamik programlama
• String İşlemleri: Palindrom, anagram, metin analizi, regex işlemleri
• Dosya İşlemleri: JSON, CSV, pickle, dosya yönetimi
• Veri İşlemleri: List/dict manipülasyonu, gruplama, filtreleme

Kurulum

pip install pybasics

Veya geliştirme modunda:

git clone https://github.com/kullanici/pybasics.git
cd pybasics
pip install -e .

Hızlı Başlangıç

Matematik İşlemleri

import pybasics as pb

# Asal sayı kontrolü
print(pb.is_prime(17))  # True

# Asal sayılar aralığında
print(pb.primes(1, 50))  # [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47]

# Kombinasyon ve permütasyon
print(pb.combination(5, 2))  # 10
print(pb.permutation(5, 2))  # 20

# İstatistik
data = [1, 2, 3, 4, 5]
print(pb.average(data))  # 3.0
print(pb.median(data))   # 3
print(pb.std_dev(data))  # 1.414...

# Fibonacci ve faktöriyel
print(pb.fibonacci(10))    # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
print(pb.factorial(5))   # 120

AI Öğrenme Sistemi

import pybasics as pb

# Veri öğretme
pb.ai_learn("Python programlama dili 1991'de Guido van Rossum tarafından oluşturuldu.")
pb.ai_learn("Python nesne yönelimli, yorumlanan bir dildir.")
pb.ai_learn("Makine öğrenmesi yapay zekanın bir alt dalıdır.")

# Soru sorma
cevap = pb.ai_answer("Python nedir?")
print(cevap)

# AI istatistikleri
print(pb.ai.get_stats())

Algoritmalar

import pybasics as pb

# Sıralama
arr = [64, 34, 25, 12, 22, 11, 90]
print(pb.quick_sort(arr))   # [11, 12, 22, 25, 34, 64, 90]
print(pb.merge_sort(arr))   # [11, 12, 22, 25, 34, 64, 90]

# Arama
print(pb.binary_search([1, 2, 3, 4, 5], 3))  # 2
print(pb.linear_search([1, 2, 3, 4, 5], 4))  # 3

# Graf algoritmaları
graph = pb.Graph()
graph.add_edge('A', 'B')
graph.add_edge('B', 'C')
graph.add_edge('A', 'C')

print(graph.bfs('A'))  # ['A', 'B', 'C']
print(graph.dfs('A'))  # ['A', 'B', 'C']
print(graph.shortest_path('A', 'C'))  # ['A', 'C']

# Dinamik programlama
print(pb.knapsack_01([1, 2, 3], [6, 10, 12], 5))  # 22
print(pb.coin_change([1, 2, 5], 11))  # 3 (5+5+1)
print(pb.climb_stairs(10))  # 89

String İşlemleri

import pybasics as pb

# Temel işlemler
print(pb.reverse_string("Merhaba"))  # abahreM
print(pb.is_palindrome("ana"))       # True
print(pb.count_vowels("Merhaba"))    # 3

# Metin analizi
text = "Python çok güzel bir dil. Python öğrenmesi kolaydır."
print(pb.most_common_word(text))  # python
print(pb.word_frequency(text))    # {'python': 2, 'çok': 1, ...}
print(pb.longest_word(text))      # öğrenmesi

# Format dönüşümleri
print(pb.camel_case("merhaba dünya"))  # merhabaDünya
print(pb.snake_case("merhaba dünya"))  # merhaba_dünya
print(pb.kebab_case("merhaba dünya"))  # merhaba-dünya
print(pb.slugify("Merhaba Dünya!"))    # merhaba-dunya

# Bilgi çıkarma
text = "İletişim: [e-mail] veya https://site.com"
print(pb.extract_emails(text))  # ['[e-mail]']
print(pb.extract_urls(text))    # ['https://site.com']

# Benzerlik hesaplama
print(pb.levenshtein_distance("kedi", "keli"))  # 1
print(pb.similarity_ratio("python", "python"))  # 1.0

Dosya İşlemleri

import pybasics as pb

# Temel okuma/yazma
pb.write_file("test.txt", "Merhaba Dünya!")
content = pb.read_file("test.txt")

# JSON
pb.write_json("data.json", {"isim": "Ali", "yaş": 25})
data = pb.read_json("data.json")

# CSV
records = [{"ad": "Ali", "yaş": 25}, {"ad": "Veli", "yaş": 30}]
pb.write_csv("data.csv", records)
rows = pb.read_csv("data.csv")

# Dosya yönetimi
print(pb.file_exists("test.txt"))      # True
print(pb.get_file_size("test.txt"))    # 15
print(pb.list_files("."))              # ['./test.txt', ...]

# Dosya arama
py_files = pb.find_files(".", "*.py")

# Yedekleme
pb.backup_file("test.txt")

Veri İşlemleri

import pybasics as pb

# List işlemleri
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(pb.chunk_list(data, 3))      # [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10]]
print(pb.flatten_list([[1, 2], [3, 4]]))  # [1, 2, 3, 4]

# Dict işlemleri
users = [
    {"isim": "Ali", "şehir": "İstanbul", "yaş": 25},
    {"isim": "Veli", "şehir": "Ankara", "yaş": 30},
    {"isim": "Ayşe", "şehir": "İstanbul", "yaş": 28}
]

# Gruplama
by_city = pb.group_by(users, "şehir")
# {'İstanbul': [{...Ali...}, {...Ayşe...}], 'Ankara': [{...Veli...}]}

# Sıralama ve filtreleme
sorted_users = pb.sort_by(users, "yaş", reverse=True)
istanbul_users = pb.filter_by(users, "şehir", "İstanbul")

# Veri çekme
isimler = pb.pluck(users, "isim")  # ['Ali', 'Veli', 'Ayşe']

# İstatistiksel işlemler
numbers = [1, 2, 3, 4, 5, 100]
print(pb.normalize(numbers))       # [0.0, 0.01..., 0.02..., 0.03..., 0.04..., 1.0]
print(pb.standardize(numbers))     # Z-score normalizasyonu
print(pb.outliers(numbers))        # [100]
print(pb.quartiles(numbers))       # {'q1': 2.0, 'q2': 3.5, 'q3': 4.75}

# Train/test bölme
train, test = pb.split_train_test(data, 0.8)

Modüller

Modül	Açıklama
math_utils	Matematik ve istatistik fonksiyonları
ai_simple	Basit AI öğrenme ve cevaplama sistemi
algorithms	Sıralama, arama, graf ve DP algoritmaları
string_utils	Metin işleme ve analiz fonksiyonları
file_utils	Dosya okuma/yazma ve yönetimi
data_utils	Liste ve dict manipülasyon araçları

Gereksinimler

• Python 3.7+

Lisans

MIT License