{"id":32085,"date":"2025-10-17T14:41:00","date_gmt":"2025-10-17T11:41:00","guid":{"rendered":"https:\/\/fatihsoysal.com\/blog\/?p=32085"},"modified":"2025-10-17T14:41:00","modified_gmt":"2025-10-17T11:41:00","slug":"python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir","status":"publish","type":"post","link":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/","title":{"rendered":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?"},"content":{"rendered":"

<\/p>\n

Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?<\/h2>\n

Giri\u015f<\/h3>\n

Metin analizi, g\u00fcn\u00fcm\u00fcz\u00fcn veri odakl\u0131 d\u00fcnyas\u0131nda giderek daha fazla \u00f6nem kazanan bir aland\u0131r. Sosyal medya g\u00f6nderilerinden akademik makalelere, m\u00fc\u015fteri geri bildirimlerinden haber metinlerine kadar her t\u00fcrl\u00fc yaz\u0131l\u0131 i\u00e7eri\u011fi anlamland\u0131rmak, de\u011ferli i\u00e7g\u00f6r\u00fcler elde etmemizi sa\u011flar. Bu i\u00e7g\u00f6r\u00fcleri elde etmenin temel yollar\u0131ndan biri de kelime s\u0131kl\u0131\u011f\u0131 analizidir. Kelime s\u0131kl\u0131\u011f\u0131 analizi, bir metinde hangi kelimelerin ne kadar s\u0131k kullan\u0131ld\u0131\u011f\u0131n\u0131 belirleyerek metnin ana temalar\u0131n\u0131, odak noktalar\u0131n\u0131 ve genel yap\u0131s\u0131n\u0131 ortaya koyar. Ancak ham say\u0131sal veriler \u00e7o\u011fu zaman anla\u015f\u0131lmas\u0131 zor ve s\u0131k\u0131c\u0131 olabilir. \u0130\u015fte bu noktada veri g\u00f6rselle\u015ftirme devreye girer. Kelime s\u0131kl\u0131\u011f\u0131 verilerini grafiklere d\u00f6n\u00fc\u015ft\u00fcrmek, bu bilgileri daha anla\u015f\u0131l\u0131r, daha \u00e7ekici ve daha kolay yorumlanabilir hale getirir.<\/p>\n

Bu makalede, Python 3 programlama dilini ve g\u00fc\u00e7l\u00fc veri g\u00f6rselle\u015ftirme k\u00fct\u00fcphanesi matplotlib’i kullanarak herhangi bir metin verisinden kelime s\u0131kl\u0131\u011f\u0131 grafiklerini nas\u0131l olu\u015fturaca\u011f\u0131m\u0131z\u0131 ad\u0131m ad\u0131m inceleyece\u011fiz. Metin verisinin haz\u0131rlanmas\u0131ndan, kelimelerin say\u0131lmas\u0131na ve sonu\u00e7lar\u0131n etkili bir \u015fekilde g\u00f6rselle\u015ftirilmesine kadar t\u00fcm s\u00fcreci detayl\u0131 bir \u015fekilde ele alaca\u011f\u0131z. Bu k\u0131lavuzun sonunda, kendi metin verileriniz \u00fczerinde kelime s\u0131kl\u0131\u011f\u0131 analizi yapabilecek ve sonu\u00e7lar\u0131 profesyonel g\u00f6r\u00fcn\u00fcml\u00fc grafiklerle sunabilecek bilgiye sahip olacaks\u0131n\u0131z.<\/p>\n

\u00d6n Ko\u015fullar<\/h3>\n

Bu makaledeki \u00f6rnekleri takip edebilmek i\u00e7in a\u015fa\u011f\u0131daki \u00f6n ko\u015fullara sahip olman\u0131z gerekmektedir:
\n* Python 3 Y\u00fckl\u00fc Olmas\u0131:<\/strong> Sisteminizde Python 3’\u00fcn kurulu olmas\u0131 gerekmektedir. Python’\u0131n resmi web sitesinden (python.org) indirebilirsiniz.
\n* Temel Python Bilgisi:<\/strong> De\u011fi\u015fkenler, listeler, d\u00f6ng\u00fcler ve fonksiyonlar gibi temel Python kavramlar\u0131na a\u015fina olman\u0131z beklenmektedir.
\n* Pip:<\/strong> Python paket y\u00f6neticisi pip’in kurulu olmas\u0131 gerekmektedir. Genellikle Python kurulumuyla birlikte gelir.<\/p>\n

Gerekli K\u00fct\u00fcphanelerin Kurulumu<\/h3>\n

Kelime s\u0131kl\u0131\u011f\u0131 analizi ve g\u00f6rselle\u015ftirme i\u00e7in Python ekosistemindeki baz\u0131 pop\u00fcler ve g\u00fc\u00e7l\u00fc k\u00fct\u00fcphaneleri kullanaca\u011f\u0131z. Bu k\u00fct\u00fcphaneleri komut sat\u0131r\u0131 veya terminal \u00fczerinden pip kullanarak kolayca kurabilirsiniz.<\/p>\n

* NLTK (Natural Language Toolkit):<\/strong> Metin i\u015fleme (tokenization, durak kelime kald\u0131rma vb.) i\u00e7in kullanaca\u011f\u0131m\u0131z temel k\u00fct\u00fcphanedir.<\/p>\n

pip install nltk<\/code><\/pre>\n
*   matplotlib:<\/strong> Kelime s\u0131kl\u0131\u011f\u0131 verilerini g\u00f6rselle\u015ftirmek i\u00e7in kullanaca\u011f\u0131m\u0131z ana grafik k\u00fct\u00fcphanesidir.<\/p>\n
pip install matplotlib<\/code><\/pre>\n
*   collections:<\/strong> Python’\u0131n standart k\u00fct\u00fcphanesinin bir par\u00e7as\u0131d\u0131r ve Counter<\/code> s\u0131n\u0131f\u0131n\u0131 i\u00e7erir. Bu s\u0131n\u0131f, nesnelerin hash edilebilir say\u0131labilir koleksiyonlar\u0131n\u0131 saymak i\u00e7in son derece verimlidir. Kurulum gerektirmez, do\u011frudan i\u00e7e aktar\u0131labilir.<\/p>\n
NLTK’nin baz\u0131 i\u015flevleri i\u00e7in ek veri setlerinin indirilmesi gerekebilir. \u00d6zellikle kelimelere ay\u0131rma (punkt<\/code>) ve durak kelimeler (stopwords<\/code>) i\u00e7in bu indirmeleri yapmal\u0131y\u0131z:<\/p>\n
import nltk\nnltk.download('punkt')\nnltk.download('stopwords')<\/code><\/pre>\n
Bu komutlar\u0131 Python etkile\u015fimli kabu\u011funda veya bir Python beti\u011finin ba\u015f\u0131nda bir kez \u00e7al\u0131\u015ft\u0131rman\u0131z yeterlidir.<\/p>\n
Veri Haz\u0131rl\u0131\u011f\u0131 ve Metin \u0130\u015fleme<\/h3>\n
Ham metin verisi genellikle do\u011frudan analiz i\u00e7in uygun de\u011fildir. Noktalama i\u015faretleri, say\u0131lar, \u00f6zel karakterler ve metnin anlam\u0131n\u0131 ta\u015f\u0131mayan yayg\u0131n kelimeler (durak kelimeler) analizin do\u011frulu\u011funu etkileyebilir. Bu b\u00f6l\u00fcmde, metni analiz i\u00e7in uygun hale getirme ad\u0131mlar\u0131n\u0131 ele alaca\u011f\u0131z.<\/p>\n
Metin Verisi Edinme<\/h4>\n
Analiz edece\u011fimiz metin verisini bir string olarak tan\u0131mlayabilir veya bir dosyadan (\u00f6rne\u011fin .txt<\/code> dosyas\u0131) okuyabiliriz. Bu \u00f6rnekte, basitlik ad\u0131na bir string kullanaca\u011f\u0131z. Ancak ger\u00e7ek d\u00fcnya uygulamalar\u0131nda genellikle bir dosyadan okuma i\u015flemi tercih edilir.<\/p>\n
# \u00d6rnek metin verisi\nornek_metin = \"\"\"\nPython, g\u00fcn\u00fcm\u00fczde en pop\u00fcler programlama dillerinden biridir. Veri bilimi, yapay zeka, web geli\u015ftirme ve otomasyon gibi bir\u00e7ok alanda yayg\u0131n olarak kullan\u0131lmaktad\u0131r. Matplotlib ise Python'\u0131n en g\u00fc\u00e7l\u00fc veri g\u00f6rselle\u015ftirme k\u00fct\u00fcphanelerinden biridir. Bu k\u00fct\u00fcphane sayesinde karma\u015f\u0131k veri setlerini anla\u015f\u0131l\u0131r ve estetik grafiklere d\u00f6n\u00fc\u015ft\u00fcrebiliriz. Kelime s\u0131kl\u0131\u011f\u0131 analizi, metin verilerinden anlaml\u0131 bilgiler \u00e7\u0131karmak i\u00e7in kullan\u0131lan temel bir NLP (Do\u011fal Dil \u0130\u015fleme) tekni\u011fidir. Bu teknik, bir metindeki kelimelerin ne kadar s\u0131k ge\u00e7ti\u011fini sayarak metnin ana temalar\u0131n\u0131 belirlememize yard\u0131mc\u0131 olur. Python ile NLTK ve Counter gibi k\u00fct\u00fcphaneleri kullanarak bu analizi kolayca yapabiliriz. Sonras\u0131nda Matplotlib ile sonu\u00e7lar\u0131 g\u00f6rselle\u015ftirmek, elde etti\u011fimiz bilgileri daha etkili bir \u015fekilde sunmam\u0131z\u0131 sa\u011flar.\n\"\"\"\n\n
Bir dosyadan metin okumak isterseniz:<\/h2>\n
with open('metin.txt', 'r', encoding='utf-8') as f:<\/h2>\n
ornek_metin = f.read()<\/code><\/pre>\n<\/h2>\n
Metni K\u00fc\u00e7\u00fck Harfe \u00c7evirme<\/h4>\n
“Python” ve “python” kelimeleri, kelime s\u0131kl\u0131\u011f\u0131 analizinde genellikle ayn\u0131 kelime olarak kabul edilmelidir. B\u00fcy\u00fck\/k\u00fc\u00e7\u00fck harf duyarl\u0131l\u0131\u011f\u0131n\u0131 ortadan kald\u0131rmak i\u00e7in t\u00fcm metni k\u00fc\u00e7\u00fck harfe \u00e7eviririz.<\/p>\n
metin_kucuk_harf = ornek_metin.lower()\nprint(f\"K\u00fc\u00e7\u00fck harfe \u00e7evrilmi\u015f metnin ilk 100 karakteri: {metin_kucuk_harf[:100]}...\")<\/code><\/pre>\n
Metni Kelimelere Ay\u0131rma (Tokenization)<\/h4>\n
Tokenization (kelimelere ay\u0131rma), metni anlaml\u0131 birimlere, yani kelimelere veya token’lara b\u00f6lme i\u015flemidir. NLTK’nin word_tokenize<\/code> fonksiyonu bu i\u015flem i\u00e7in olduk\u00e7a etkilidir.<\/p>\n
from nltk.tokenize import word_tokenize\n\nkelimeler = word_tokenize(metin_kucuk_harf)\nprint(f\"Tokenize edilmi\u015f kelimelerden baz\u0131lar\u0131: {kelimeler[:20]}\")<\/code><\/pre>\n
Bu ad\u0131mda, noktalama i\u015faretleri de ayr\u0131 birer token olarak kabul edilebilir. Bir sonraki ad\u0131mda bunlar\u0131 kald\u0131raca\u011f\u0131z.<\/p>\n
Noktalama \u0130\u015faretlerini ve Say\u0131lar\u0131 Kald\u0131rma<\/h4>\n
Kelime s\u0131kl\u0131\u011f\u0131 analizinde noktalama i\u015faretleri (virg\u00fcl, nokta, soru i\u015fareti vb.) ve say\u0131lar genellikle ilgi \u00e7ekici de\u011fildir. Bu karakterleri kelime listesinden \u00e7\u0131karmam\u0131z gerekir. str.isalpha()<\/code> metodunu kullanarak yaln\u0131zca alfabetik karakterlerden olu\u015fan kelimeleri filtreleyebiliriz.<\/p>\n
kelimeler_temiz = [kelime for kelime in kelimeler if kelime.isalpha()]\nprint(f\"Noktalama ve say\u0131lar kald\u0131r\u0131ld\u0131ktan sonraki kelimelerden baz\u0131lar\u0131: {kelimeler_temiz[:20]}\")<\/code><\/pre>\n
Durak Kelimeleri (Stop Words) Kald\u0131rma<\/h4>\n
Durak kelimeler (stop words), “ve”, “bir”, “ile”, “bu” gibi metnin genel anlam\u0131n\u0131 ta\u015f\u0131mayan, ancak c\u00fcmle yap\u0131s\u0131 i\u00e7in gerekli olan yayg\u0131n kelimelerdir. Bu kelimeler, metnin ana temalar\u0131n\u0131 belirlemede g\u00fcr\u00fclt\u00fc olu\u015fturabilir ve analiz sonu\u00e7lar\u0131n\u0131 yan\u0131ltabilir. NLTK, bir\u00e7ok dil i\u00e7in durak kelime listeleri sa\u011flar. T\u00fcrk\u00e7e durak kelimeleri i\u00e7in nltk.corpus.stopwords<\/code> mod\u00fcl\u00fcn\u00fc kullanabiliriz.<\/p>\n
from nltk.corpus import stopwords\n\n
T\u00fcrk\u00e7e durak kelimelerini al<\/h2>\nturkce_durak_kelimeler = set(stopwords.words('turkish'))\n\n
Durak kelimeleri kald\u0131r<\/h2>\nfiltrelenmis_kelimeler = [kelime for kelime in kelimeler_temiz if kelime not in turkce_durak_kelimeler]\nprint(f\"Durak kelimeler kald\u0131r\u0131ld\u0131ktan sonraki kelimelerden baz\u0131lar\u0131: {filtrelenmis_kelimeler[:20]}\")\nprint(f\"Toplam kelime say\u0131s\u0131 (durak kelimeler sonras\u0131): {len(filtrelenmis_kelimeler)}\")<\/code><\/pre>\n
Bu ad\u0131mlarla, analiz i\u00e7in temiz ve anlaml\u0131 bir kelime listesi elde etmi\u015f oluyoruz.<\/p>\n
Kelime S\u0131kl\u0131\u011f\u0131n\u0131 Hesaplama<\/h3>\n
Metin i\u015fleme ad\u0131mlar\u0131n\u0131 tamamlad\u0131ktan sonra, s\u0131rada her kelimenin metinde ka\u00e7 kez ge\u00e7ti\u011fini sayma i\u015flemi var. Python’\u0131n collections<\/code> mod\u00fcl\u00fcndeki Counter<\/code> s\u0131n\u0131f\u0131, bu g\u00f6revi olduk\u00e7a verimli ve basit bir \u015fekilde yerine getirir.<\/p>\n
collections.Counter<\/code> Kullan\u0131m\u0131<\/h4>\n
Counter<\/code>, bir liste veya ba\u015fka bir yinelenebilir nesne i\u00e7indeki elemanlar\u0131n s\u0131kl\u0131\u011f\u0131n\u0131 saymak i\u00e7in \u00f6zel olarak tasarlanm\u0131\u015f bir s\u00f6zl\u00fck (dictionary) alt s\u0131n\u0131f\u0131d\u0131r.<\/p>\n
from collections import Counter\n\n
Filtrelenmi\u015f kelimelerin s\u0131kl\u0131\u011f\u0131n\u0131 hesapla<\/h2>\nkelime_sikliklari = Counter(filtrelenmis_kelimeler)\nprint(f\"Hesaplanan kelime s\u0131kl\u0131klar\u0131ndan baz\u0131lar\u0131: {kelime_sikliklari.most_common(10)}\")<\/code><\/pre>\n
Counter<\/code> nesnesi art\u0131k her bir benzersiz kelimenin metinde ka\u00e7 kez ge\u00e7ti\u011fini i\u00e7eren bir harita tutar.<\/p>\n
En S\u0131k Ge\u00e7en Kelimeleri Bulma<\/h4>\n
Genellikle t\u00fcm kelimelerin s\u0131kl\u0131\u011f\u0131n\u0131 g\u00f6rselle\u015ftirmek yerine, en s\u0131k ge\u00e7en ilk N kelimeyi g\u00f6rselle\u015ftirmek daha anlaml\u0131d\u0131r. Counter<\/code> s\u0131n\u0131f\u0131n\u0131n most_common()<\/code> metodu bu i\u015flemi kolayca yapar. Bu metod, s\u0131kl\u0131\u011f\u0131na g\u00f6re azalan s\u0131rada s\u0131ralanm\u0131\u015f N adet (kelime, s\u0131kl\u0131k) \u00e7iftinden olu\u015fan bir liste d\u00f6nd\u00fcr\u00fcr.<\/p>\n
# En s\u0131k ge\u00e7en 15 kelimeyi al\nen_sik_kelimeler = kelime_sikliklari.most_common(15)\n\nprint(\"\\nEn s\u0131k ge\u00e7en 15 kelime:\")\nfor kelime, sayi in en_sik_kelimeler:\n    print(f\"'{kelime}': {sayi} kez\")<\/code><\/pre>\n
Bu ad\u0131mda, g\u00f6rselle\u015ftirece\u011fimiz temel veri setini elde etmi\u015f oluyoruz.<\/p>\n
Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi \u00c7izimi<\/h3>\n
Art\u0131k kelime s\u0131kl\u0131\u011f\u0131 verilerimiz haz\u0131r oldu\u011funa g\u00f6re, bu verileri matplotlib kullanarak g\u00f6rselle\u015ftirebiliriz. \u00c7ubuk grafikler (bar charts), kategorik verilerin s\u0131kl\u0131\u011f\u0131n\u0131 veya miktar\u0131n\u0131 g\u00f6stermek i\u00e7in idealdir.<\/p>\n
Matplotlib’e Giri\u015f<\/h4>\n
Matplotlib, Python i\u00e7in 2D grafik \u00e7izim k\u00fct\u00fcphanesidir. Bilimsel ve m\u00fchendislik alanlar\u0131nda yayg\u0131n olarak kullan\u0131l\u0131r ve statik, animasyonlu veya interaktif g\u00f6rseller olu\u015fturmak i\u00e7in esnek bir platform sunar. Genellikle pyplot<\/code> mod\u00fcl\u00fc arac\u0131l\u0131\u011f\u0131yla kullan\u0131l\u0131r ve plt<\/code> k\u0131saltmas\u0131yla i\u00e7e aktar\u0131l\u0131r.<\/p>\n
import matplotlib.pyplot as plt<\/code><\/pre>\n
Grafik \u0130\u00e7in Veri Haz\u0131rl\u0131\u011f\u0131<\/h4>\n
en_sik_kelimeler<\/code> listemiz [(kelime1, sayi1), (kelime2, sayi2), ...]<\/code> format\u0131ndad\u0131r. Matplotlib’in \u00e7ubuk grafik fonksiyonu i\u00e7in kelimeleri ayr\u0131 bir liste (x ekseni etiketleri) ve say\u0131lar\u0131 ayr\u0131 bir liste (y ekseni de\u011ferleri) olarak ay\u0131rmam\u0131z gerekir. zip(*...)<\/code> fonksiyonu bu i\u015flemi kolayca yapar.<\/p>\n
# Kelimeleri ve s\u0131kl\u0131klar\u0131n\u0131 ayr\u0131 listelere ay\u0131r\nkelimeler_etiketleri = [kelime for kelime, sayi in en_sik_kelimeler]\nsiklik_degerleri = [sayi for kelime, sayi in en_sik_kelimeler]\n\n
Alternatif ve daha k\u0131sa yol:<\/h2>\n
kelimeler_etiketleri, siklik_degerleri = zip(*en_sik_kelimeler)<\/code><\/pre>\n<\/h2>\n
Temel \u00c7ubuk Grafik (Bar Chart)<\/h4>\n
\u0130lk olarak, en temel \u00e7ubuk grafi\u011fi olu\u015ftural\u0131m.<\/p>\n
plt.figure(figsize=(12, 7)) # Grafi\u011fin boyutunu ayarla (geni\u015flik, y\u00fckseklik)\nplt.bar(kelimeler_etiketleri, siklik_degerleri, color='skyblue') # \u00c7ubuk grafi\u011fi \u00e7iz\n\nplt.xlabel(\"Kelimeler\", fontsize=12) # X ekseni etiketi\nplt.ylabel(\"S\u0131kl\u0131k\", fontsize=12) # Y ekseni etiketi\nplt.title(\"En S\u0131k Ge\u00e7en Kelimeler ve S\u0131kl\u0131klar\u0131\", fontsize=14) # Grafik ba\u015fl\u0131\u011f\u0131\n\n
X ekseni etiketlerinin okunabilirli\u011fini art\u0131rmak i\u00e7in d\u00f6nd\u00fcrme<\/h2>\nplt.xticks(rotation=45, ha='right', fontsize=10) # ha='right' etiketin sa\u011fa hizalanmas\u0131n\u0131 sa\u011flar\n\nplt.tight_layout() # Etiketlerin ve ba\u015fl\u0131klar\u0131n grafi\u011fin d\u0131\u015f\u0131na ta\u015fmas\u0131n\u0131 engeller\nplt.show() # Grafi\u011fi g\u00f6ster<\/code><\/pre>\n
Bu kod par\u00e7as\u0131, en s\u0131k ge\u00e7en kelimelerin s\u0131kl\u0131\u011f\u0131n\u0131 g\u00f6steren basit ama anla\u015f\u0131l\u0131r bir \u00e7ubuk grafik olu\u015fturacakt\u0131r. figsize<\/code> ile grafi\u011fin boyutunu, color<\/code> ile \u00e7ubuklar\u0131n rengini belirleyebiliriz. xticks(rotation=45, ha='right')<\/code> uzun kelime etiketlerinin \u00fcst \u00fcste binmesini engellemek i\u00e7in \u00f6nemlidir.<\/p>\n
Grafi\u011fi \u00d6zelle\u015ftirme ve Geli\u015ftirme<\/h4>\n
Matplotlib, grafiklerinizi g\u00f6rsel olarak daha \u00e7ekici ve bilgilendirici hale getirmek i\u00e7in geni\u015f \u00f6zelle\u015ftirme se\u00e7enekleri sunar.<\/p>\n
*   Grafik Boyutu:<\/strong> plt.figure(figsize=(geni\u015flik, y\u00fckseklik))<\/code> ile grafi\u011fin piksel veya in\u00e7 cinsinden boyutunu ayarlayabilirsiniz.
\n*   Renkler:<\/strong> color<\/code> parametresi ile tek bir renk veya her \u00e7ubuk i\u00e7in farkl\u0131 renkler belirleyebilirsiniz. \u00d6rne\u011fin, color=['red', 'green', 'blue', ...]<\/code> veya color=plt.cm.viridis(siklik_degerleri \/ max(siklik_degerleri))<\/code> gibi renk haritalar\u0131 kullanabilirsiniz.
\n*   Kenar \u00c7izgileri:<\/strong> \u00c7ubuklara edgecolor='black'<\/code> ve linewidth=1<\/code> gibi parametrelerle kenar \u00e7izgileri ekleyebilirsiniz.
\n*   Ba\u015fl\u0131k ve Etiketlerin Font Boyutu:<\/strong> fontsize<\/code> parametresi ile ba\u015fl\u0131klar\u0131n ve eksen etiketlerinin boyutunu ayarlayabilirsiniz.
\n*   Izgaralar (Grids):<\/strong> plt.grid(axis='y', linestyle='--', alpha=0.7)<\/code> ile grafi\u011fe yatay veya dikey \u0131zgaralar ekleyerek de\u011ferleri daha kolay okuyabilirsiniz. axis='y'<\/code> sadece yatay \u0131zgaralar\u0131 g\u00f6sterir.
\n*   Yatay \u00c7ubuk Grafik (Horizontal Bar Chart):<\/strong> Uzun kelime etiketleriniz varsa, yatay \u00e7ubuk grafik (plt.barh()<\/code>) daha iyi bir okuma deneyimi sunabilir. Bu durumda xlabel<\/code> ve ylabel<\/code> yer de\u011fi\u015ftirecektir.<\/p>\n
plt.figure(figsize=(12, 8))\n    plt.barh(kelimeler_etiketleri, siklik_degerleri, color='lightgreen', edgecolor='black')\n    plt.xlabel(\"S\u0131kl\u0131k\", fontsize=12)\n    plt.ylabel(\"Kelimeler\", fontsize=12)\n    plt.title(\"En S\u0131k Ge\u00e7en Kelimeler ve S\u0131kl\u0131klar\u0131 (Yatay)\", fontsize=14)\n    plt.gca().invert_yaxis() # En s\u0131k ge\u00e7en kelimeyi en \u00fcste almak i\u00e7in y eksenini ters \u00e7evir\n    plt.tight_layout()\n    plt.show()<\/code><\/pre>\n
*   De\u011fer Etiketleri Ekleme:<\/strong> Her \u00e7ubu\u011fun \u00fczerine veya yan\u0131na say\u0131sal de\u011ferleri eklemek, grafi\u011fi daha bilgilendirici hale getirir.<\/p>\n
plt.figure(figsize=(14, 8))\nbars = plt.bar(kelimeler_etiketleri, siklik_degerleri, color='teal', edgecolor='black')\n\nplt.xlabel(\"Kelimeler\", fontsize=12)\nplt.ylabel(\"S\u0131kl\u0131k\", fontsize=12)\nplt.title(\"En S\u0131k Ge\u00e7en Kelimeler ve S\u0131kl\u0131klar\u0131 (De\u011fer Etiketli)\", fontsize=16, color='darkblue')\n\nplt.xticks(rotation=45, ha='right', fontsize=10)\nplt.yticks(fontsize=10)\nplt.grid(axis='y', linestyle='--', alpha=0.6) # Yatay \u0131zgara \u00e7izgileri\n\n
Her \u00e7ubu\u011fun \u00fczerine de\u011fer etiketleri ekleme<\/h2>\nfor bar in bars:\n    yval = bar.get_height()\n    plt.text(bar.get_x() + bar.get_width()\/2, yval + 0.5, round(yval), ha='center', va='bottom', fontsize=9)\n\nplt.tight_layout()\nplt.show()<\/code><\/pre>\n
Bu \u00f6zelle\u015ftirmeler, grafi\u011finizin amac\u0131na ve hedef kitlenize g\u00f6re uyarlanabilmesini sa\u011flar.<\/p>\n
Tam Bir \u00d6rnek Kod<\/h3>\n
\u015eimdiye kadar ele ald\u0131\u011f\u0131m\u0131z t\u00fcm ad\u0131mlar\u0131 bir araya getiren eksiksiz bir Python beti\u011fi olu\u015ftural\u0131m.<\/p>\n
import nltk\nfrom nltk.tokenize import word_tokenize\nfrom nltk.corpus import stopwords\nfrom collections import Counter\nimport matplotlib.pyplot as plt\n\n
Gerekli NLTK veri setlerini indir (bir kez \u00e7al\u0131\u015ft\u0131rmak yeterlidir)<\/h2>\ntry:\n    nltk.data.find('tokenizers\/punkt')\nexcept nltk.downloader.DownloadError:\n    nltk.download('punkt')\ntry:\n    nltk.data.find('corpora\/stopwords')\nexcept nltk.downloader.DownloadError:\n    nltk.download('stopwords')\n\n
1. \u00d6rnek metin verisi<\/h2>\nornek_metin = \"\"\"\nPython, g\u00fcn\u00fcm\u00fczde en pop\u00fcler programlama dillerinden biridir. Veri bilimi, yapay zeka, web geli\u015ftirme ve otomasyon gibi bir\u00e7ok alanda yayg\u0131n olarak kullan\u0131lmaktad\u0131r. Matplotlib ise Python'\u0131n en g\u00fc\u00e7l\u00fc veri g\u00f6rselle\u015ftirme k\u00fct\u00fcphanelerinden biridir. Bu k\u00fct\u00fcphane sayesinde karma\u015f\u0131k veri setlerini anla\u015f\u0131l\u0131r ve estetik grafiklere d\u00f6n\u00fc\u015ft\u00fcrebiliriz. Kelime s\u0131kl\u0131\u011f\u0131 analizi, metin verilerinden anlaml\u0131 bilgiler \u00e7\u0131karmak i\u00e7in kullan\u0131lan temel bir NLP (Do\u011fal Dil \u0130\u015fleme) tekni\u011fidir. Bu teknik, bir metindeki kelimelerin ne kadar s\u0131k ge\u00e7ti\u011fini sayarak metnin ana temalar\u0131n\u0131 belirlememize yard\u0131mc\u0131 olur. Python ile NLTK ve Counter gibi k\u00fct\u00fcphaneleri kullanarak bu analizi kolayca yapabiliriz. Sonras\u0131nda Matplotlib ile sonu\u00e7lar\u0131 g\u00f6rselle\u015ftirmek, elde etti\u011fimiz bilgileri daha etkili bir \u015fekilde sunmam\u0131z\u0131 sa\u011flar.\n\"\"\"\n\n
2. Metni k\u00fc\u00e7\u00fck harfe \u00e7evirme<\/h2>\nmetin_kucuk_harf = ornek_metin.lower()\n\n
3. Metni kelimelere ay\u0131rma (Tokenization)<\/h2>\nkelimeler = word_tokenize(metin_kucuk_harf)\n\n
4. Noktalama i\u015faretlerini ve say\u0131lar\u0131 kald\u0131rma<\/h2>\nkelimeler_temiz = [kelime for kelime in kelimeler if kelime.isalpha()]\n\n
5. Durak kelimeleri (Stop Words) kald\u0131rma (T\u00fcrk\u00e7e i\u00e7in)<\/h2>\nturkce_durak_kelimeler = set(stopwords.words('turkish'))\nfiltrelenmis_kelimeler = [kelime for kelime in kelimeler_temiz if kelime not in turkce_durak_kelimeler]\n\n
6. Kelime s\u0131kl\u0131\u011f\u0131n\u0131 hesaplama<\/h2>\nkelime_sikliklari = Counter(filtrelenmis_kelimeler)\n\n
7. En s\u0131k ge\u00e7en N kelimeyi se\u00e7me<\/h2>\nN = 15 # G\u00f6rselle\u015ftirece\u011fimiz kelime say\u0131s\u0131\nen_sik_kelimeler = kelime_sikliklari.most_common(N)\n\n
8. Grafik i\u00e7in veri haz\u0131rl\u0131\u011f\u0131<\/h2>\nkelimeler_etiketleri, siklik_degerleri = zip(*en_sik_kelimeler)\n\n
9. Kelime s\u0131kl\u0131\u011f\u0131 grafi\u011fi \u00e7izimi (Yatay \u00c7ubuk Grafik)<\/h2>\nplt.figure(figsize=(14, 8)) # Grafi\u011fin boyutunu ayarla\n\n
\u00c7ubuk grafi\u011fi \u00e7iz<\/h2>\nbars = plt.barh(kelimeler_etiketleri, siklik_degerleri, color='teal', edgecolor='black', height=0.7)\n\n
Ba\u015fl\u0131k ve eksen etiketleri<\/h2>\nplt.xlabel(\"S\u0131kl\u0131k\", fontsize=13, color='darkred')\nplt.ylabel(\"Kelimeler\", fontsize=13, color='darkred')\nplt.title(f\"Metindeki En S\u0131k Ge\u00e7en {N} Kelime ve S\u0131kl\u0131klar\u0131\", fontsize=16, color='navy', fontweight='bold')\n\n
Y eksenini ters \u00e7evir (en s\u0131k kelime en \u00fcstte g\u00f6r\u00fcns\u00fcn)<\/h2>\nplt.gca().invert_yaxis()\n\n
X ve Y ekseni tik etiketlerinin font boyutunu ayarla<\/h2>\nplt.xticks(fontsize=10)\nplt.yticks(fontsize=11)\n\n
Izgara ekle<\/h2>\nplt.grid(axis='x', linestyle='--', alpha=0.6) # Yatay \u00e7ubuk grafikte dikey \u0131zgara\n\n
Her \u00e7ubu\u011fun \u00fczerine de\u011fer etiketleri ekleme<\/h2>\nfor bar in bars:\n    width = bar.get_width()\n    plt.text(width + 0.5, bar.get_y() + bar.get_height()\/2, f'{int(width)}',\n             ha='left', va='center', fontsize=9, color='black')\n\nplt.tight_layout() # Etiketlerin ve ba\u015fl\u0131klar\u0131n d\u00fczenli g\u00f6r\u00fcnmesini sa\u011flar\nplt.show() # Grafi\u011fi g\u00f6ster<\/code><\/pre>\n
\u0130leri D\u00fczey Konular ve Alternatifler<\/h3>\n
Kelime s\u0131kl\u0131\u011f\u0131 analizi ve g\u00f6rselle\u015ftirmesi, daha karma\u015f\u0131k metin analizi g\u00f6revleri i\u00e7in bir ba\u015flang\u0131\u00e7 noktas\u0131d\u0131r. \u0130\u015fte bu alanda ke\u015ffedebilece\u011finiz baz\u0131 ileri d\u00fczey konular ve alternatifler:<\/p>\n
Daha Karma\u015f\u0131k Metin Temizleme: Stemming ve Lemmatization<\/h4>\n
“Programlama”, “programc\u0131”, “programlar” gibi kelimeler ayn\u0131 k\u00f6kten gelir. Stemming<\/strong> (kelime k\u00f6k\u00fcne indirgeme) ve Lemmatization<\/strong> (kelimeyi s\u00f6zl\u00fck bi\u00e7imine getirme) teknikleri, farkl\u0131 \u00e7ekimlenmi\u015f veya t\u00fcretilmi\u015f kelimeleri tek bir temel forma indirgeyerek daha do\u011fru bir s\u0131kl\u0131k analizi yapman\u0131z\u0131 sa\u011flar. NLTK ve spaCy gibi k\u00fct\u00fcphaneler bu i\u015flemleri destekler. \u00d6rne\u011fin, programlama<\/code> ve programlar<\/code> kelimeleri program<\/code> k\u00f6k\u00fcne indirgenebilir.<\/p>\n
N-gram Analizi<\/h4>\n
Kelime s\u0131kl\u0131\u011f\u0131 tek tek kelimelere odaklan\u0131rken, N-gram analizi<\/strong> iki\u015ferli (bigram), \u00fc\u00e7erli (trigram) veya daha fazla kelime grubunun s\u0131kl\u0131\u011f\u0131n\u0131 inceler. \u00d6rne\u011fin, “veri bilimi” veya “yapay zeka” gibi kelime \u00f6beklerinin birlikte ne kadar s\u0131k kullan\u0131ld\u0131\u011f\u0131n\u0131 bulmak, metnin daha derin anlamlar\u0131n\u0131 ortaya \u00e7\u0131karabilir.<\/p>\n
Di\u011fer G\u00f6rselle\u015ftirme K\u00fct\u00fcphaneleri<\/h4>\n
Matplotlib g\u00fc\u00e7l\u00fc ve esnek olsa da, daha estetik veya interaktif grafikler i\u00e7in ba\u015fka k\u00fct\u00fcphaneler de mevcuttur:
\n*   Seaborn:<\/strong> Matplotlib \u00fczerine in\u015fa edilmi\u015f olup, daha \u00e7ekici ve istatistiksel grafikler olu\u015fturmay\u0131 kolayla\u015ft\u0131r\u0131r.
\n*   Plotly:<\/strong> Etkile\u015fimli web tabanl\u0131 grafikler olu\u015fturmak i\u00e7in m\u00fckemmeldir. Grafikler \u00fczerinde yak\u0131nla\u015ft\u0131rma, kayd\u0131rma ve detayl\u0131 bilgi g\u00f6r\u00fcnt\u00fcleme gibi \u00f6zellikler sunar.
\n*   Altair:<\/strong> Deklaratif bir g\u00f6rselle\u015ftirme k\u00fct\u00fcphanesidir ve veri odakl\u0131 g\u00f6rselle\u015ftirmeler i\u00e7in temiz bir API sa\u011flar.<\/p>\n
Word Cloud (Kelime Bulutu)<\/h4>\n
Kelime s\u0131kl\u0131\u011f\u0131 verilerini g\u00f6rselle\u015ftirmenin pop\u00fcler ve \u00e7ekici bir yolu da kelime bulutlar\u0131d\u0131r. wordcloud<\/code> k\u00fct\u00fcphanesi, en s\u0131k ge\u00e7en kelimeleri daha b\u00fcy\u00fck fontlarla g\u00f6stererek metnin ana temalar\u0131n\u0131 bir bak\u0131\u015fta anlaman\u0131z\u0131 sa\u011flar.<\/p>\n
B\u00fcy\u00fck Veri Setleri ile \u00c7al\u0131\u015fma<\/h4>\n
\u00c7ok b\u00fcy\u00fck metin veri setleriyle \u00e7al\u0131\u015f\u0131rken performans sorunlar\u0131 ya\u015fanabilir. Bu durumlarda, metinleri par\u00e7alar halinde (chunking) i\u015flemek, bellek optimizasyonu yapmak veya Spark gibi da\u011f\u0131t\u0131k i\u015flem \u00e7er\u00e7evelerini kullanmak gerekebilir.<\/p>\n
Duygu Analizi (Sentiment Analysis) ile Entegrasyon<\/h4>\n
Kelime s\u0131kl\u0131\u011f\u0131 analizi, metindeki pozitif veya negatif kelimelerin s\u0131kl\u0131\u011f\u0131n\u0131 belirleyerek duygu analiziyle birle\u015ftirilebilir. Bu, m\u00fc\u015fteri geri bildirimleri veya sosyal medya g\u00f6nderileri gibi metinlerdeki genel ruh halini anlamak i\u00e7in kullan\u0131labilir.<\/p>\n
Sonu\u00e7<\/h3>\n
Bu makalede, Python 3 ve matplotlib k\u00fct\u00fcphanelerini kullanarak metin verilerinden kelime s\u0131kl\u0131\u011f\u0131 grafiklerini nas\u0131l olu\u015fturaca\u011f\u0131m\u0131z\u0131 detayl\u0131 bir \u015fekilde inceledik. Metin verisinin \u00f6n i\u015fleme ad\u0131mlar\u0131ndan (k\u00fc\u00e7\u00fck harfe \u00e7evirme, tokenization, noktalama i\u015faretlerini ve durak kelimeleri kald\u0131rma) kelime s\u0131kl\u0131\u011f\u0131n\u0131 hesaplamaya ve elde edilen verileri anlaml\u0131 ve estetik \u00e7ubuk grafiklere d\u00f6n\u00fc\u015ft\u00fcrmeye kadar t\u00fcm s\u00fcreci ad\u0131m ad\u0131m ele ald\u0131k.<\/p>\n
Kelime s\u0131kl\u0131\u011f\u0131 analizi, metin verilerinden h\u0131zl\u0131 ve etkili bir \u015fekilde bilgi \u00e7\u0131karman\u0131n temel bir yoludur. Bu bilgileri g\u00f6rselle\u015ftirmek ise, elde edilen i\u00e7g\u00f6r\u00fclerin daha kolay anla\u015f\u0131lmas\u0131n\u0131 ve sunulmas\u0131n\u0131 sa\u011flar. Bu k\u0131lavuzda edindi\u011finiz bilgilerle, kendi metin analizi projelerinizde kelime s\u0131kl\u0131\u011f\u0131 grafiklerini ba\u015far\u0131yla uygulayabilir ve metinlerinizdeki gizli anlamlar\u0131 ortaya \u00e7\u0131karabilirsiniz. \u0130leri d\u00fczey konular ve alternatif k\u00fct\u00fcphanelerle bu alandaki yeteneklerinizi daha da geli\u015ftirebilirsiniz.<\/body><\/p>\n","protected":false},"excerpt":{"rendered":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?\nGiri\u015f\nMetin analizi, g\u00fcn\u00fcm\u00fcz\u00fcn veri odakl\u0131 d\u00fcnyas\u0131nda giderek","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1403],"tags":[],"class_list":{"0":"post-32085","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-python","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\nPython 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir? - Kodlar\u0131n Gizemli D\u00fcnyas\u0131<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\" \/>\n<meta property=\"og:locale\" content=\"tr_TR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?\" \/>\n<meta property=\"og:description\" content=\"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir? Giri\u015f Metin analizi, g\u00fcn\u00fcm\u00fcz\u00fcn veri odakl\u0131 d\u00fcnyas\u0131nda giderek\" \/>\n<meta property=\"og:url\" content=\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\" \/>\n<meta property=\"og:site_name\" content=\"Kodlar\u0131n Gizemli D\u00fcnyas\u0131\" \/>\n<meta property=\"article:published_time\" content=\"2025-10-17T11:41:00+00:00\" \/>\n<meta name=\"author\" content=\"Fatih Soysal\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Yazan:\" \/>\n\t<meta name=\"twitter:data1\" content=\"Fatih Soysal\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tahmini okuma s\u00fcresi\" \/>\n\t<meta name=\"twitter:data2\" content=\"16 dakika\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\"},\"author\":{\"name\":\"Fatih Soysal\",\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1\"},\"headline\":\"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?\",\"datePublished\":\"2025-10-17T11:41:00+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\"},\"wordCount\":1983,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1\"},\"articleSection\":[\"Python\"],\"inLanguage\":\"tr\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#respond\"]}],\"copyrightYear\":\"2025\",\"copyrightHolder\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\",\"url\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\",\"name\":\"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir? - Kodlar\u0131n Gizemli D\u00fcnyas\u0131\",\"isPartOf\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#website\"},\"datePublished\":\"2025-10-17T11:41:00+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#breadcrumb\"},\"inLanguage\":\"tr\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Anasayfa\",\"item\":\"https:\/\/fatihsoysal.com\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#website\",\"url\":\"https:\/\/fatihsoysal.com\/blog\/\",\"name\":\"Fatihsoysal.com\",\"description\":\"Blog - Yaz\u0131l\u0131m D\u00fcnyas\u0131 Tecr\u00fcbelerim\",\"publisher\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/fatihsoysal.com\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"tr\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1\",\"name\":\"Fatih Soysal\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"tr\",\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/fatihsoysal.com\/blog\/wp-content\/uploads\/2024\/04\/cropped-replicate-prediction-3kgg1hgjn5rgp0cf0p5tr0jw7w-1.png\",\"contentUrl\":\"https:\/\/fatihsoysal.com\/blog\/wp-content\/uploads\/2024\/04\/cropped-replicate-prediction-3kgg1hgjn5rgp0cf0p5tr0jw7w-1.png\",\"width\":512,\"height\":512,\"caption\":\"Fatih Soysal\"},\"logo\":{\"@id\":\"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/image\/\"},\"description\":\"Kullan\u0131m ve kodlama m\u00fckemmeliyetini odak alan uygulamalar olu\u015fturma deneyimine sahip, profesyonel olarak 15+ y\u0131l \u00fczeri deneyime sahip bir yaz\u0131l\u0131m m\u00fchendisi.\",\"url\":\"https:\/\/fatihsoysal.com\/blog\/author\/fatihsoysal\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir? - Kodlar\u0131n Gizemli D\u00fcnyas\u0131","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/","og_locale":"tr_TR","og_type":"article","og_title":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?","og_description":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir? Giri\u015f Metin analizi, g\u00fcn\u00fcm\u00fcz\u00fcn veri odakl\u0131 d\u00fcnyas\u0131nda giderek","og_url":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/","og_site_name":"Kodlar\u0131n Gizemli D\u00fcnyas\u0131","article_published_time":"2025-10-17T11:41:00+00:00","author":"Fatih Soysal","twitter_card":"summary_large_image","twitter_misc":{"Yazan:":"Fatih Soysal","Tahmini okuma s\u00fcresi":"16 dakika"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#article","isPartOf":{"@id":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/"},"author":{"name":"Fatih Soysal","@id":"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1"},"headline":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?","datePublished":"2025-10-17T11:41:00+00:00","mainEntityOfPage":{"@id":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/"},"wordCount":1983,"commentCount":0,"publisher":{"@id":"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1"},"articleSection":["Python"],"inLanguage":"tr","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#respond"]}],"copyrightYear":"2025","copyrightHolder":{"@id":"https:\/\/fatihsoysal.com\/blog\/#organization"}},{"@type":"WebPage","@id":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/","url":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/","name":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir? - Kodlar\u0131n Gizemli D\u00fcnyas\u0131","isPartOf":{"@id":"https:\/\/fatihsoysal.com\/blog\/#website"},"datePublished":"2025-10-17T11:41:00+00:00","breadcrumb":{"@id":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#breadcrumb"},"inLanguage":"tr","potentialAction":[{"@type":"ReadAction","target":["https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/fatihsoysal.com\/blog\/python-3-ile-matplotlib-kullanarak-kelime-sikligi-grafigi-nasil-cizilir\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Anasayfa","item":"https:\/\/fatihsoysal.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Python 3 ile matplotlib Kullanarak Kelime S\u0131kl\u0131\u011f\u0131 Grafi\u011fi Nas\u0131l \u00c7izilir?"}]},{"@type":"WebSite","@id":"https:\/\/fatihsoysal.com\/blog\/#website","url":"https:\/\/fatihsoysal.com\/blog\/","name":"Fatihsoysal.com","description":"Blog - Yaz\u0131l\u0131m D\u00fcnyas\u0131 Tecr\u00fcbelerim","publisher":{"@id":"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/fatihsoysal.com\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"tr"},{"@type":["Person","Organization"],"@id":"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/002a254750921dcfd568a99e48240dd1","name":"Fatih Soysal","image":{"@type":"ImageObject","inLanguage":"tr","@id":"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/fatihsoysal.com\/blog\/wp-content\/uploads\/2024\/04\/cropped-replicate-prediction-3kgg1hgjn5rgp0cf0p5tr0jw7w-1.png","contentUrl":"https:\/\/fatihsoysal.com\/blog\/wp-content\/uploads\/2024\/04\/cropped-replicate-prediction-3kgg1hgjn5rgp0cf0p5tr0jw7w-1.png","width":512,"height":512,"caption":"Fatih Soysal"},"logo":{"@id":"https:\/\/fatihsoysal.com\/blog\/#\/schema\/person\/image\/"},"description":"Kullan\u0131m ve kodlama m\u00fckemmeliyetini odak alan uygulamalar olu\u015fturma deneyimine sahip, profesyonel olarak 15+ y\u0131l \u00fczeri deneyime sahip bir yaz\u0131l\u0131m m\u00fchendisi.","url":"https:\/\/fatihsoysal.com\/blog\/author\/fatihsoysal\/"}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/posts\/32085","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/comments?post=32085"}],"version-history":[{"count":1,"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/posts\/32085\/revisions"}],"predecessor-version":[{"id":32086,"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/posts\/32085\/revisions\/32086"}],"wp:attachment":[{"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/media?parent=32085"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/categories?post=32085"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fatihsoysal.com\/blog\/wp-json\/wp\/v2\/tags?post=32085"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}