Debian 10 Üzerinde Python 3 ile Jupyter Notebook Kurulumu Rehberi

Debian 10 Üzerinde Python 3 ile Jupyter Notebook Kurulumu Rehberi

Veri bilimi, makine öğrenimi, istatistiksel analiz ve etkileşimli kod geliştirme dünyasında Jupyter Notebook, vazgeçilmez bir araç haline gelmiştir. Bu rehberde, Debian 10 işletim sistemi üzerinde Python 3 kullanarak Jupyter Notebook’u adım adım nasıl kuracağınızı ve yapılandıracağınızı detaylı bir şekilde anlatacağız. Bu sayede, kodlarınızı, görsellerinizi ve açıklayıcı metinlerinizi tek bir belgede birleştirerek dinamik ve paylaşılabilir çalışma ortamları oluşturabileceksiniz.

Jupyter Notebook Nedir ve Neden Kullanılır?

Jupyter Notebook, kullanıcıların kodları çalıştırmasına, metinler yazmasına ve veri görselleştirmelerini aynı web tabanlı ortamda görüntülemesine olanak tanıyan açık kaynaklı bir web uygulamasıdır. “Jupyter” ismi Julia, Python ve R dillerinin ilk hecelerinden gelmektedir, ancak bugün birçok farklı programlama dilini (kernel) desteklemektedir.

Jupyter Notebook kullanmanın başlıca avantajları şunlardır:

* Etkileşimli Geliştirme: Kod bloklarını (hücreleri) tek tek çalıştırabilir, çıktısını anında görebilir ve hataları kolayca ayıklayabilirsiniz.
* Dökümantasyon ve Açıklama: Kodunuzu Markdown formatında metinlerle, başlıklarla ve listelerle açıklayabilir, formüller ekleyebilirsiniz. Bu, çalışmalarınızı daha anlaşılır ve paylaşılabilir kılar.
* Veri Görselleştirme: Matplotlib, Seaborn gibi kütüphanelerle oluşturduğunuz grafikleri doğrudan notebook içinde görüntüleyebilirsiniz.
* Paylaşım Kolaylığı: Jupyter Notebook dosyaları (.ipynb uzantılı) başkalarıyla kolayca paylaşılabilir ve aynı ortamda yeniden üretilebilir.
* Tekrarlanabilirlik: Analiz adımlarınızı ve sonuçlarınızı belgeleyerek, çalışmalarınızın tekrarlanabilirliğini artırır.

Bu rehber, Debian 10 kullanıcıları için özel olarak hazırlanmıştır, ancak temel adımlar çoğu Debian tabanlı Linux dağıtımında da benzer şekilde uygulanabilir.

1. Sistem Güncelleme ve Temel Bağımlılıkların Kurulumu

Herhangi bir yazılım kurulumuna başlamadan önce, sisteminizin güncel olduğundan ve gerekli temel paketlere sahip olduğunuzdan emin olmak önemlidir. Bu, olası uyumluluk sorunlarını önler ve en son güvenlik güncellemelerini almanızı sağlar.

İlk olarak, terminalinizi açın ve aşağıdaki komutları çalıştırarak sisteminizdeki paket listelerini güncelleyin ve yüklü paketleri yükseltin:

sudo apt update
sudo apt upgrade -y

sudo apt update komutu, yerel paket indeksinizi uzak depolardaki en son bilgilerle senkronize eder. sudo apt upgrade -y komutu ise, mevcut tüm paketlerinizi yükseltir ve -y bayrağı ile tüm onay sorularına otomatik olarak “evet” yanıtı verir.

Jupyter Notebook ve Python sanal ortamlarını kurmak için bazı temel geliştirme araçlarına ve Python kütüphanelerine ihtiyacımız olacak. Bu paketleri aşağıdaki komutla yükleyebiliriz:

sudo apt install build-essential python3-dev python3-pip python3-venv -y

Bu komutta yüklediğimiz paketler ve işlevleri şunlardır:

* build-essential: C/C++ derleyicisi (GCC), make ve diğer gerekli araçları içeren bir meta pakettir. Python paketlerinin bazıları C veya C++ uzantıları içerdiğinden, bu paketlerin derlenebilmesi için build-essential gereklidir.
* python3-dev: Python 3 geliştirme dosyalarını (başlık dosyaları ve statik kütüphaneler) sağlar. Bu, Python uzantılarının derlenmesi için önemlidir.
* python3-pip: Python paket yöneticisidir. Python paketlerini (Jupyter dahil) kurmak, güncellemek ve kaldırmak için kullanılır.
* python3-venv: Python’ın sanal ortam modülüdür. Bu modül, her proje için izole edilmiş Python ortamları oluşturmanıza olanak tanır. Sanal ortamlar, bağımlılık çakışmalarını önlemek için kritik öneme sahiptir.

Bu adımları tamamladığınızda, sisteminiz Jupyter Notebook kurulumu için hazır hale gelmiş olacaktır.

2. Python Sanal Ortamının Oluşturulması ve Aktifleştirilmesi

Python projeleri geliştirirken sanal ortam kullanmak, en iyi pratiklerden biridir. Sanal ortamlar, her projenin kendi bağımlılık setine sahip olmasını sağlar ve sistem genelindeki Python kurulumunuzla çakışmaları önler. Örneğin, bir proje Python kütüphanesinin eski bir sürümünü gerektirirken, başka bir proje daha yeni bir sürümünü gerektirebilir. Sanal ortamlar sayesinde bu tür çakışmaların önüne geçilir.

Öncelikle, sanal ortamınızı oluşturmak istediğiniz bir dizin oluşturun ve bu dizine geçin:

mkdir ~/jupyter_projeleri
cd ~/jupyter_projeleri

Burada ~/jupyter_projeleri dizinini örnek olarak kullandık, siz dilediğiniz bir isim ve konum seçebilirsiniz.

Şimdi, bu dizin içinde bir sanal ortam oluşturalım. Sanal ortamınıza anlamlı bir isim vermeniz önerilir, örneğin jupyter_env:

python3 -m venv jupyter_env

Bu komut, jupyter_env adında yeni bir dizin oluşturacak ve bu dizinin içine izole edilmiş bir Python ortamı kuracaktır. Bu ortamın kendi Python ikilisi, pip kopyası ve bağımsız paket kurulum dizini olacaktır.

Sanal ortamı oluşturduktan sonra, onu aktifleştirmemiz gerekir:

source jupyter_env/bin/activate

Sanal ortam başarıyla aktifleştirildiğinde, terminal istemcinizin başında parantez içinde sanal ortamın adı görünmelidir (örneğin, (jupyter_env) kullanıcı@debian:~/jupyter_projeleri$). Bu, artık sanal ortamınızın içinde olduğunuz ve burada yükleyeceğiniz tüm Python paketlerinin yalnızca bu ortama özgü olacağı anlamına gelir.

Not: Sanal ortamdan çıkmak isterseniz, terminalde deactivate komutunu çalıştırmanız yeterlidir.

3. Jupyter Notebook Kurulumu

Sanal ortamınızı aktifleştirdikten sonra, Jupyter Notebook’u ve isteğe bağlı olarak diğer faydalı veri bilimi kütüphanelerini bu ortama yüklemeye başlayabiliriz.

Jupyter Notebook’u kurmak için pip komutunu kullanın:

pip install jupyter

Bu komut, Jupyter Notebook’un yanı sıra onunla birlikte gelen tüm bağımlılıklarını da yükleyecektir. Kurulum süresi internet hızınıza ve sistem performansınıza bağlı olarak birkaç dakika sürebilir.

Veri bilimi projelerinde sıklıkla kullanılan bazı temel kütüphaneleri de bu aşamada kurmak isteyebilirsiniz. Bu kütüphaneler, Jupyter Notebook deneyiminizi zenginleştirecektir:

* NumPy: Sayısal hesaplamalar için temel bir kütüphanedir. Özellikle çok boyutlu diziler (array’ler) ve matris işlemleri için kullanılır.
* Pandas: Veri manipülasyonu ve analizi için güçlü bir kütüphanedir. Tablolar (DataFrame’ler) üzerinde çalışmayı kolaylaştırır.
* Matplotlib: Veri görselleştirme için yaygın olarak kullanılan bir çizim kütüphanesidir.

Bu kütüphaneleri kurmak için aşağıdaki komutu kullanabilirsiniz:

pip install numpy pandas matplotlib

Kurulum tamamlandığında, Jupyter Notebook ve temel veri bilimi araçlarınız sanal ortamınızda kullanıma hazır olacaktır.

4. Jupyter Notebook’u Başlatma ve Kullanma

Tüm kurulum adımlarını başarıyla tamamladığınıza göre, artık Jupyter Notebook’u başlatabilir ve kullanmaya başlayabilirsiniz. Sanal ortamınızın hala aktif olduğundan emin olun (terminal istemcinizin başında (jupyter_env) görmelisiniz).

Jupyter Notebook’u başlatmak için aşağıdaki komutu çalıştırın:

jupyter notebook

Bu komutu çalıştırdığınızda:

1. Jupyter Notebook sunucusu başlayacak.
2. Varsayılan web tarayıcınız otomatik olarak yeni bir sekme açacak ve Jupyter Notebook arayüzüne yönleneceksiniz (genellikle http://localhost:8888 adresinde).
3. Terminalde, Jupyter Notebook’a erişmek için kullanabileceğiniz bir URL listesi ve bir token (?token=...) göreceksiniz. Tarayıcınız otomatik olarak açılmazsa veya başka bir cihazdan erişmek isterseniz bu token’ı kullanabilirsiniz.

Jupyter Notebook arayüzü, komutu çalıştırdığınız dizinin (bizim örneğimizde ~/jupyter_projeleri) içeriğini gösterecektir.

Yeni Bir Notebook Oluşturma:

1. Arayüzün sağ üst köşesindeki New (Yeni) düğmesine tıklayın.
2. Açılan menüden Python 3 (veya kurduğunuz diğer kernel’lerden birini) seçin. Bu, yeni bir boş Jupyter Notebook dosyası (.ipynb uzantılı) oluşturacaktır.
3. Yeni bir tarayıcı sekmesinde boş bir notebook açılacaktır.

Temel Kullanım:

* Hücreler (Cells): Jupyter Notebook’lar, kod veya metin içeren hücrelerden oluşur. Varsayılan olarak, yeni bir notebook açtığınızda bir kod hücresi ile başlarsınız.
* Kod Yazma: Bir hücreye Python kodu yazın. Örneğin:

print("Merhaba Jupyter!")
    a = 10
    b = 20
    print(a + b)

* Hücreyi Çalıştırma: Kodu yazdıktan sonra, hücreyi çalıştırmak için Shift + Enter tuş kombinasyonuna basın veya yukarıdaki araç çubuğunda yer alan Run (Çalıştır) düğmesine tıklayın. Kod çalışacak ve çıktısı doğrudan hücrenin altında görünecektir.
* Metin Hücreleri (Markdown): Kod hücrelerini metin hücrelerine dönüştürebilirsiniz. Bir hücreyi seçin, araç çubuğundaki açılır menüden Code yerine Markdown‘ı seçin. Şimdi bu hücreye Markdown formatında metinler, başlıklar, listeler veya görseller ekleyebilirsiniz.

# Bu Bir Başlıktır
    Bu, kalın yazılmış bir metin ve italik yazılmış bir metindir.
    
    * Liste öğesi 1
    * Liste öğesi 2

Markdown hücresini çalıştırdığınızda, metin işlenmiş haliyle görünecektir.
* Kaydetme: Notebook’unuzu kaydetmek için dosya menüsünden File > Save and Checkpoint seçeneğini kullanın veya araç çubuğundaki disket simgesine tıklayın.
* Yeniden Adlandırma: Notebook’unuzun adını değiştirmek için, üstteki “Untitled” (Başlıksız) yazısına tıklayın ve yeni bir isim girin.
* Notebook’u Kapatma: Tarayıcı sekmesini kapatmanız yeterli değildir. Notebook’u tamamen durdurmak için Jupyter Notebook arayüzündeki Running (Çalışan) sekmesine gidin, durdurmak istediğiniz notebook’un yanındaki Shutdown (Kapat) düğmesine tıklayın. Veya terminalde Ctrl + C tuşlarına basarak Jupyter Notebook sunucusunu durdurabilirsiniz.

Uzak Erişime İzin Verme (İsteğe Bağlı ve Dikkatli Kullanım):

Eğer Jupyter Notebook’u bir sunucuda kurduysanız ve ona yerel ağınızdaki veya internet üzerindeki başka bir bilgisayardan erişmek istiyorsanız, jupyter notebook komutuna bazı ek argümanlar eklemeniz gerekebilir. Ancak bu, güvenlik riskleri taşıdığından dikkatli yapılmalıdır.

* Belirli bir IP adresinden erişim:

jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser

--ip=0.0.0.0 tüm ağ arayüzlerinden erişime izin verir. --no-browser ise tarayıcının otomatik olarak açılmasını engeller. Bu durumda, terminalde verilen URL’yi (token ile birlikte) manuel olarak tarayıcınıza girmeniz gerekecektir.
* Parola ile koruma: Uzak erişim sağlarken mutlaka bir parola belirlemelisiniz. Bunun için önce Jupyter’ın yapılandırma dosyasını oluşturup bir parola ayarlamanız gerekir. Bu işlem biraz daha karmaşıktır ve Jupyter’ın resmi dökümantasyonunda detayları bulabilirsiniz. Güvenli bir bağlantı için HTTPS kullanmak da önemlidir.

Yeni başlayanlar için, varsayılan yerel erişim (http://localhost:8888) genellikle yeterlidir.

Sonuç ve Sıkça Sorulan Sorular (SSS)

Bu rehberde, Debian 10 işletim sistemi üzerinde Python 3 ile Jupyter Notebook’u adım adım nasıl kuracağınızı ve temel düzeyde nasıl kullanacağınızı öğrendiniz. Sanal ortamların önemini vurguladık, gerekli bağımlılıkları yükledik ve Jupyter Notebook’un etkileşimli özelliklerini keşfettik. Artık veri analizi, makine öğrenimi modelleri oluşturma veya sadece Python kodlarınızı etkileşimli bir şekilde deneme gibi birçok görevi Jupyter Notebook ile gerçekleştirmeye hazırsınız.

Jupyter Notebook, veri bilimcileri, araştırmacılar ve geliştiriciler için güçlü bir araçtır. Bu kurulum, size bu heyecan verici dünyaya adım atmanız için sağlam bir temel sunmaktadır.

Sıkça Sorulan Sorular (SSS)

1. Jupyter Notebook neden tarayıcıda çalışır?
Jupyter Notebook, bir web uygulamasıdır. Arka planda bir Python sunucusu çalışır ve bu sunucu, tarayıcınızla iletişim kurarak kodları çalıştırmanıza, çıktıları göstermenize ve arayüzü yönetmenize olanak tanır. Bu tasarım, platformdan bağımsızlık sağlar ve herhangi bir cihazdan (yeterli yetkiye sahipseniz) erişilebilir olmasını kolaylaştırır.

2. Sanal ortam kullanmak neden önemlidir?
Sanal ortamlar, farklı Python projelerinin bağımlılıklarını birbirinden izole etmeye yarar. Her projenin kendi bağımsız Python kütüphane setine sahip olmasını sağlar. Bu sayede, bir projenin gerektirdiği bir kütüphanenin eski bir sürümü ile başka bir projenin gerektirdiği yeni sürümü arasında çakışmalar yaşanmaz. Sistem genelindeki Python kurulumunuz da temiz kalır.

3. Jupyter Notebook’u nasıl durdururum?
Jupyter Notebook sunucusunu başlattığınız terminal penceresine geri dönün ve Ctrl + C tuş kombinasyonuna iki kez basın. Bu, sunucuyu güvenli bir şekilde kapatacaktır. Ayrıca, Jupyter Notebook web arayüzündeki “Running” (Çalışan) sekmesinden de çalışan notebook’ları kapatabilirsiniz.

4. Farklı Python sürümleriyle nasıl kullanırım?
Her farklı Python sürümü için ayrı bir sanal ortam oluşturmanız ve o sanal ortamda Jupyter’ı kurmanız gerekir. Örneğin, Python 3.8 için bir sanal ortam, Python 3.9 için başka bir sanal ortam oluşturabilirsiniz. Daha sonra ipykernel kütüphanesini kullanarak Jupyter’a farklı Python sürümlerini “kernel” olarak tanıtabilirsiniz.

5. Debian 10 yerine başka bir Linux dağıtımında da bu adımlar geçerli mi?
Genel olarak evet. apt komutları yerine dağıtımınıza uygun paket yöneticisi komutlarını (örneğin, Fedora/CentOS için dnf veya yum, Arch Linux için pacman) kullanmanız gerekir. Ancak Python sanal ortamı oluşturma (python3 -m venv) ve pip ile paket kurma (pip install) adımları çoğu Linux dağıtımında aynıdır.

6. Jupyter Notebook’umu parolayla nasıl korurum?
Jupyter Notebook’u parolayla korumak için bir yapılandırma dosyası oluşturmanız ve içine bir parola hash’i eklemeniz gerekir. Bu işlem biraz daha detaylıdır ve güvenlik nedeniyle şiddetle tavsiye edilir, özellikle uzaktan erişim sağlıyorsanız. Resmi Jupyter dökümantasyonunda bu adımları bulabilirsiniz.