Fantasy futbol liginizde kritik ticaret kararlar\u0131 almakta zorlan\u0131yor musunuz? Oyuncu de\u011ferlerini anl\u0131k olarak takip etmek, potansiyel takaslar\u0131n adil olup olmad\u0131\u011f\u0131n\u0131 belirlemek ve liginizi domine etmek i\u00e7in veri odakl\u0131 bir avantaj elde etmek hi\u00e7 bu kadar \u00f6nemli olmam\u0131\u015ft\u0131. Bu makale, Python ve React kullanarak kendi ger\u00e7ek zamanl\u0131 ticaret analiz arac\u0131n\u0131z\u0131 nas\u0131l in\u015fa edece\u011finizi ke\u015ffetmenize yard\u0131mc\u0131 olacak. Veri \u00e7ekme ve modelleme gibi backend s\u00fcre\u00e7lerinden, dinamik ve kullan\u0131c\u0131 dostu aray\u00fczler geli\u015ftirmeye kadar ad\u0131m ad\u0131m rehberlik sunuyoruz.<\/p>\n
Fantasy futbol, sadece \u015fans veya i\u00e7g\u00fcd\u00fclerle kazan\u0131lan bir oyun olmaktan \u00e7\u0131kt\u0131. G\u00fcn\u00fcm\u00fczde, en ba\u015far\u0131l\u0131 menajerler verileri kullanarak rakiplerine kar\u015f\u0131 \u00fcst\u00fcnl\u00fck sa\u011fl\u0131yorlar. Liginizdeki her hafta, oyuncu performans\u0131, sakatl\u0131klar, tak\u0131m stratejileri ve rakiplerinizin ihtiya\u00e7lar\u0131 gibi bir\u00e7ok fakt\u00f6r, oyuncu de\u011ferlerini s\u00fcrekli olarak de\u011fi\u015ftiriyor. Peki, bir oyuncu i\u00e7in ne kadar fedakarl\u0131k yapmal\u0131s\u0131n\u0131z? Ya da tak\u0131m\u0131n\u0131z\u0131n ihtiya\u00e7 duydu\u011fu bir pozisyona en uygun takas\u0131 nas\u0131l bulursunuz?<\/p>\n
\u0130\u015fte tam da bu noktada ger\u00e7ek zamanl\u0131 bir ticaret analizcisinin \u00f6nemi ortaya \u00e7\u0131k\u0131yor. Bu t\u00fcr bir ara\u00e7, size sadece oyuncular\u0131n mevcut puan ortalamalar\u0131n\u0131 g\u00f6stermekle kalmaz, ayn\u0131 zamanda gelecekteki potansiyellerini, g\u00fc\u00e7lendirilmi\u015f takvimlerini, sakatl\u0131k durumlar\u0131n\u0131 ve hatta liginizdeki genel talep dengesini de hesaba katar. Elle yap\u0131lan hesaplamalar veya genel piyasa alg\u0131lar\u0131 \u00e7o\u011fu zaman yeterli de\u011fildir. Kendi ki\u015fiselle\u015ftirilmi\u015f analiz arac\u0131n\u0131zla, liginizdeki en de\u011ferli takas f\u0131rsatlar\u0131n\u0131 yakalayabilir, rakiplerinizin zay\u0131fl\u0131klar\u0131n\u0131 kendi lehinize \u00e7evirebilir ve \u015fampiyonluk yolunda emin ad\u0131mlarla ilerleyebilirsiniz. Bu makale boyunca, bu g\u00fc\u00e7l\u00fc arac\u0131 s\u0131f\u0131rdan in\u015fa etmek i\u00e7in Python’\u0131n veri i\u015fleme yeteneklerini ve React’\u0131n modern kullan\u0131c\u0131 aray\u00fcz\u00fc g\u00fcc\u00fcn\u00fc nas\u0131l birle\u015ftirebilece\u011finizi \u00f6\u011freneceksiniz. Sonu\u00e7 olarak, karar verme s\u00fcrecinizi tamamen d\u00f6n\u00fc\u015ft\u00fcrecek, g\u00fcvenilir ve veri destekli bir yard\u0131mc\u0131ya sahip olacaks\u0131n\u0131z.<\/p>\n
Bir Fantasy Futbol Ticaret Analizcisi in\u015fa etmeye ba\u015flamadan \u00f6nce, bu projenin temel ta\u015flar\u0131n\u0131 ve bunlar\u0131n neden bir araya geldi\u011fini anlamak kritik \u00f6nem ta\u015f\u0131r. Python, backend taraf\u0131nda veri toplama, i\u015fleme ve modelleme g\u00f6revlerini \u00fcstlenirken, React modern ve etkile\u015fimli bir kullan\u0131c\u0131 aray\u00fcz\u00fc (UI) olu\u015fturmam\u0131z\u0131 sa\u011flar. Ger\u00e7ek zamanl\u0131 veri ak\u0131\u015f\u0131 ise bu iki bile\u015feni birle\u015ftirerek dinamik bir deneyim sunar. \u015eimdi bu temel kavramlara daha yak\u0131ndan bakal\u0131m.<\/p>\n
Python, veri bilimi ve backend geli\u015ftirme d\u00fcnyas\u0131nda vazge\u00e7ilmez bir ara\u00e7t\u0131r. Projemiz i\u00e7in Python’\u0131 tercih etmemizin ba\u015fl\u0131ca nedenleri \u015funlard\u0131r:<\/p>\n
requests<\/code> k\u00fct\u00fcphanesi sayesinde, ESPN, Yahoo, Sleeper gibi \u00e7e\u015fitli Fantasy Futbol platformlar\u0131n\u0131n API’lerinden veya web kaz\u0131ma (web scraping) y\u00f6ntemleriyle oyuncu istatistiklerini, haberleri ve di\u011fer ilgili verileri kolayca \u00e7ekebiliriz.<\/li>\n- Veri \u0130\u015fleme ve Temizleme:<\/strong>
Pandas<\/code> k\u00fct\u00fcphanesi ile \u00e7ekilen ham verileri temizlemek, d\u00f6n\u00fc\u015ft\u00fcrmek ve analiz i\u00e7in uygun hale getirmek \u00e7ok daha kolayd\u0131r. Eksik verileri doldurma, hatal\u0131 giri\u015fleri d\u00fczeltme ve yeni \u00f6zellikler olu\u015fturma gibi i\u015flemler Python ile verimli bir \u015fekilde yap\u0131labilir.<\/li>\n- Tahmin Modelleri ve Algoritmalar:<\/strong>
Scikit-learn<\/code> veya TensorFlow<\/code>\/PyTorch<\/code> gibi k\u00fct\u00fcphaneler sayesinde, oyuncular\u0131n gelecekteki performanslar\u0131n\u0131 tahmin eden modeller geli\u015ftirebiliriz. Bu modeller, bir oyuncunun ticaret de\u011ferini belirlemede kritik rol oynar. \u00d6rne\u011fin, bir oyuncunun ge\u00e7mi\u015f performans\u0131, ma\u00e7 program\u0131 zorlu\u011fu ve tak\u0131m\u0131ndaki rol\u00fc gibi fakt\u00f6rleri kullanarak gelecekteki puanlar\u0131n\u0131 tahmin edebiliriz.<\/li>\n- Backend Servisleri:<\/strong> Flask veya FastAPI gibi hafif web \u00e7er\u00e7eveleri kullanarak, React frontend’imizle ileti\u015fim kuracak API u\u00e7 noktalar\u0131 olu\u015fturabiliriz. Bu sayede, frontend’den gelen ticaret tekliflerini i\u015fleyip analiz sonu\u00e7lar\u0131n\u0131 geri g\u00f6nderebiliriz.<\/li>\n<\/ul>\n
React’\u0131n G\u00fcc\u00fc: Dinamik ve Kullan\u0131c\u0131 Dostu Aray\u00fczler<\/h3>\n
React, Facebook taraf\u0131ndan geli\u015ftirilen pop\u00fcler bir JavaScript k\u00fct\u00fcphanesidir ve \u00f6zellikle tek sayfa uygulamalar\u0131 (SPA) ve dinamik kullan\u0131c\u0131 aray\u00fczleri olu\u015fturmak i\u00e7in idealdir. Projemizde React’\u0131 kullanmam\u0131z\u0131n sebepleri:<\/p>\n
\n- Bile\u015fen Tabanl\u0131 Mimari:<\/strong> React, uygulaman\u0131n farkl\u0131 b\u00f6l\u00fcmlerini ba\u011f\u0131ms\u0131z ve yeniden kullan\u0131labilir bile\u015fenlere ay\u0131rman\u0131za olanak tan\u0131r. Bu, karma\u015f\u0131k UI’lar\u0131 daha y\u00f6netilebilir hale getirir ve geli\u015ftirme s\u00fcrecini h\u0131zland\u0131r\u0131r. \u00d6rne\u011fin, bir “oyuncu kart\u0131” veya “ticaret teklifi olu\u015fturucu” bile\u015feni olu\u015fturabiliriz.<\/li>\n
- Dinamik Veri G\u00f6sterimi:<\/strong> Fantasy futbol verileri s\u00fcrekli de\u011fi\u015fir. React’\u0131n sanal DOM yap\u0131s\u0131 ve durum y\u00f6netimi yetenekleri sayesinde, Python backend’imizden gelen ger\u00e7ek zamanl\u0131 verileri h\u0131zl\u0131 ve verimli bir \u015fekilde g\u00fcncelleyerek kullan\u0131c\u0131lara anl\u0131k bildirimler ve en yeni analizleri sunabiliriz.<\/li>\n
- Kullan\u0131c\u0131 Deneyimi (UX):<\/strong> React, ak\u0131c\u0131 ge\u00e7i\u015fler, h\u0131zl\u0131 y\u00fckleme s\u00fcreleri ve etkile\u015fimli elementlerle modern bir kullan\u0131c\u0131 deneyimi sa\u011flar. Bu, kullan\u0131c\u0131lar\u0131n ticaret tekliflerini kolayca olu\u015fturup analiz etmelerine olanak tan\u0131r.<\/li>\n
- Geni\u015f Ekosistem:<\/strong> React’\u0131n geni\u015f bir toplulu\u011fu ve zengin bir k\u00fct\u00fcphane ekosistemi vard\u0131r. Bu, UI bile\u015fenleri, y\u00f6nlendirme (routing) veya durum y\u00f6netimi (state management) gibi konularda ihtiyac\u0131m\u0131z olan \u00e7\u00f6z\u00fcmlere kolayca ula\u015fmam\u0131z\u0131 sa\u011flar.<\/li>\n<\/ul>\n
Ger\u00e7ek Zamanl\u0131 Veri Ak\u0131\u015f\u0131 Nas\u0131l Sa\u011flan\u0131r?<\/h3>\n
Ticaret analizcisinin “ger\u00e7ek zamanl\u0131” olmas\u0131, verilerin m\u00fcmk\u00fcn olan en k\u0131sa s\u00fcrede g\u00fcncellenmesi ve kullan\u0131c\u0131lara sunulmas\u0131 anlam\u0131na gelir. Bu, \u00f6zellikle oyuncu sakatl\u0131klar\u0131 veya \u00f6nemli haberler s\u00f6z konusu oldu\u011funda hayati \u00f6neme sahiptir. Ger\u00e7ek zamanl\u0131 veri ak\u0131\u015f\u0131n\u0131 sa\u011flamak i\u00e7in birka\u00e7 y\u00f6ntem mevcuttur:<\/p>\n
\n- WebSockets:<\/strong> Geleneksel HTTP isteklerinin aksine, WebSockets istemci ve sunucu aras\u0131nda kal\u0131c\u0131, \u00e7ift y\u00f6nl\u00fc bir ileti\u015fim kanal\u0131 a\u00e7ar. Bu sayede sunucu, yeni veri oldu\u011funda bunu an\u0131nda t\u00fcm ba\u011fl\u0131 istemcilere g\u00f6nderebilir. \u00d6rne\u011fin, bir oyuncunun sakatland\u0131\u011f\u0131 haberi geldi\u011finde, backend bu bilgiyi WebSockets arac\u0131l\u0131\u011f\u0131yla frontend’e iletebilir ve analiz arac\u0131 otomatik olarak g\u00fcncellenebilir.<\/li>\n
- API Polling:<\/strong> Daha basit bir yakla\u015f\u0131m olan polling’de, frontend belirli aral\u0131klarla (\u00f6rne\u011fin her 5 dakikada bir) backend’e yeni veri olup olmad\u0131\u011f\u0131n\u0131 sorar. Bu, WebSockets kadar anl\u0131k olmasa da, belirli senaryolar i\u00e7in yeterli olabilir.<\/li>\n
- Webhook’lar:<\/strong> Baz\u0131 veri sa\u011flay\u0131c\u0131lar\u0131 (\u00f6rn. lig y\u00f6netimi platformlar\u0131) belirli bir olay ger\u00e7ekle\u015fti\u011finde (\u00f6rn. oyuncu de\u011fi\u015fikli\u011fi) sizin belirledi\u011finiz bir URL’ye otomatik olarak bilgi g\u00f6nderebilir. Bu da pasif bir “ger\u00e7ek zamanl\u0131” g\u00fcncelleme sa\u011flar.<\/li>\n<\/ul>\n
Projemizde genellikle WebSockets (Socket.IO gibi k\u00fct\u00fcphanelerle) Python backend ve React frontend aras\u0131nda en etkili ger\u00e7ek zamanl\u0131 ileti\u015fim y\u00f6ntemini sunar. Bu temel anlay\u0131\u015fla, projemizin bir sonraki a\u015famas\u0131na, yani Python ile backend geli\u015ftirmeye ge\u00e7ebiliriz.<\/p>\n
Backend Geli\u015ftirme: Python ile Veri \u00c7ekme ve Model Kurulumu<\/h2>\n
Ger\u00e7ek zamanl\u0131 ticaret analizcimizin beyni, Python backend’inde yat\u0131yor. Bu b\u00f6l\u00fcmde, oyuncu verilerini nas\u0131l toplayaca\u011f\u0131m\u0131z\u0131, bu verileri nas\u0131l temizleyip i\u015fleyece\u011fimizi ve son olarak bir ticaret de\u011feri modeli olu\u015fturarak analiz API’\u0131m\u0131z\u0131 nas\u0131l kuraca\u011f\u0131m\u0131z\u0131 ad\u0131m ad\u0131m inceleyece\u011fiz. Bu s\u00fcre\u00e7, projenizin temelini olu\u015fturacak ve analizlerinizin do\u011frulu\u011funu do\u011frudan etkileyecektir.<\/p>\n
Oyuncu Verilerini Toplamak: API Entegrasyonlar\u0131<\/h3>\n
Veri, her analiz arac\u0131n\u0131n can damar\u0131d\u0131r. Fantasy futbol i\u00e7in gerekli oyuncu istatistiklerini, haberleri ve genel bilgileri \u00e7e\u015fitli kaynaklardan edinebiliriz. En yayg\u0131n ve g\u00fcvenilir y\u00f6ntem, mevcut API’lar\u0131 kullanmakt\u0131r. ESPN, Yahoo Fantasy Sports veya Sleeper gibi platformlar\u0131n herkese a\u00e7\u0131k API’lar\u0131 bulunabilir veya bu platformlar\u0131n mobil uygulamalar\u0131ndan a\u011f trafi\u011fini analiz ederek kendi API eri\u015fim y\u00f6ntemlerinizi geli\u015ftirebilirsiniz (ancak bu, hizmet \u015fartlar\u0131na ayk\u0131r\u0131 olabilir, dikkatli olunmal\u0131d\u0131r). Python’da requests<\/code> k\u00fct\u00fcphanesi, HTTP istekleri yaparak bu API’lardan veri \u00e7ekmek i\u00e7in idealdir.<\/p>\n\u00d6rne\u011fin, bir API’dan t\u00fcm oyuncular\u0131n temel istatistiklerini \u00e7ekmek i\u00e7in a\u015fa\u011f\u0131daki gibi bir kod par\u00e7as\u0131 kullanabiliriz:<\/p>\n
\nimport requests\nimport pandas as pd\n\nAPI_BASE_URL = \"https:\/\/api.fantasyfootballsite.com\/players\" # \u00d6rnek URL\n\ndef get_player_data(season=\"2023\"):\n params = {\"season\": season}\n try:\n response = requests.get(API_BASE_URL, params=params)\n response.raise_for_status() # HTTP hatalar\u0131n\u0131 kontrol et\n player_list = response.json()\n\n # JSON verisini Pandas DataFrame'e d\u00f6n\u00fc\u015ft\u00fcr\n df = pd.DataFrame(player_list)\n return df\n except requests.exceptions.RequestException as e:\n print(f\"API'den veri \u00e7ekilirken hata olu\u015ftu: {e}\")\n return pd.DataFrame() # Bo\u015f DataFrame d\u00f6nd\u00fcr\n\n# Verileri \u00e7ekelim\nall_players_df = get_player_data()\nif not all_players_df.empty:\n print(\"Oyuncu verileri ba\u015far\u0131yla \u00e7ekildi. \u0130lk 5 sat\u0131r:\")\n print(all_players_df.head())\n print(f\"Toplam {len(all_players_df)} oyuncu bulundu.\")\n\n<\/pre>\n<\/code><\/p>\n
Bu kod blo\u011fu, basit bir API \u00e7a\u011fr\u0131s\u0131 ile oyuncu verilerini al\u0131p bir Pandas DataFrame'ine d\u00f6n\u00fc\u015ft\u00fcr\u00fcyor. Ger\u00e7ek bir senaryoda, API anahtarlar\u0131, kimlik do\u011frulama mekanizmalar\u0131 ve sayfalama (pagination) gibi daha karma\u015f\u0131k konularla kar\u015f\u0131la\u015fabilirsiniz. Verileri d\u00fczenli olarak g\u00fcncellemeyi unutmay\u0131n, \u00e7\u00fcnk\u00fc oyuncu performans\u0131 ve durumu s\u00fcrekli de\u011fi\u015fir.<\/p>\n
Veri Temizleme ve \u00d6zellik M\u00fchendisli\u011fi<\/h3>\n
Ham veri genellikle eksik, hatal\u0131 veya analiz i\u00e7in uygun olmayan bi\u00e7imdedir. Bu nedenle, verileri temizlemek ve \"\u00f6zellik m\u00fchendisli\u011fi\" yapmak, modelimizin performans\u0131 i\u00e7in hayati \u00f6nem ta\u015f\u0131r.<\/p>\n
\n- Eksik Veriler:<\/strong> Oyuncunun baz\u0131 istatistikleri eksik olabilir (\u00f6rn. yeni bir oyuncu). Bu bo\u015fluklar\u0131 ortalama de\u011ferlerle doldurabilir (imputation) veya o sat\u0131r\u0131 tamamen \u00e7\u0131karabiliriz.<\/li>\n
- Veri Tipleri:<\/strong> Say\u0131sal verilerin do\u011fru \u015fekilde say\u0131 olarak tan\u0131nd\u0131\u011f\u0131ndan emin olun.<\/li>\n
- Ayk\u0131r\u0131 De\u011ferler:<\/strong> Ola\u011fand\u0131\u015f\u0131 y\u00fcksek veya d\u00fc\u015f\u00fck performanslar\u0131 kontrol edin ve gerekirse d\u00fczeltin.<\/li>\n<\/ul>\n
\u00d6zellik m\u00fchendisli\u011fi ise mevcut verilerden yeni, daha anlaml\u0131 \u00f6zellikler t\u00fcretme s\u00fcrecidir. \u00d6rne\u011fin:<\/p>\n
\n- Haftal\u0131k Tutarl\u0131l\u0131k Skoru:<\/strong> Bir oyuncunun her hafta ne kadar istikrarl\u0131 puanlar \u00fcretti\u011fini g\u00f6steren bir metrik olu\u015fturabiliriz.<\/li>\n
- Gelecek Haftalar\u0131n Zorluk Derecesi (Strength of Schedule - SOS):<\/strong> Bir oyuncunun gelecek ma\u00e7lar\u0131n\u0131n rakip savunmalar\u0131na g\u00f6re ne kadar zorlu oldu\u011funu puanlayarak potansiyel performans\u0131n\u0131 tahmin edebiliriz.<\/li>\n
- Sakatl\u0131k Riski Endeksi:<\/strong> Oyuncunun ge\u00e7mi\u015f sakatl\u0131k ge\u00e7mi\u015fi ve mevcut durumu \u00fczerinden bir risk skoru olu\u015fturabiliriz.<\/li>\n
- Pozisyon K\u0131tl\u0131\u011f\u0131:<\/strong> Liginizdeki genel oyuncu havuzuna g\u00f6re belirli bir pozisyondaki (\u00f6rne\u011fin QB veya TE) oyuncular\u0131n ne kadar nadir ve de\u011ferli oldu\u011funu belirleyebiliriz.<\/li>\n<\/ul>\n
\n# \u00d6rnek veri temizleme ve \u00f6zellik m\u00fchendisli\u011fi ad\u0131mlar\u0131\ndef preprocess_player_data(df):\n # Eksik puanlar\u0131 0 ile doldurma (ya da ortalama ile)\n df['points_per_game'] = df['points_per_game'].fillna(0)\n \n # Pozisyonu 'QB', 'RB', 'WR', 'TE' d\u0131\u015f\u0131ndaki oyuncular\u0131 filtreleme\n valid_positions = ['QB', 'RB', 'WR', 'TE']\n df = df[df['position'].isin(valid_positions)]\n\n # Yeni bir \u00f6zellik olu\u015fturma: Hedef ba\u015f\u0131na yakalama y\u00fczdesi\n if 'targets' in df.columns and 'receptions' in df.columns:\n df['catch_rate'] = df.apply(lambda row: row['receptions'] \/ row['targets'] if row['targets'] > 0 else 0, axis=1)\n\n # Basit bir de\u011fer puan\u0131 olu\u015fturma (gelecekte ML modeliyle de\u011fi\u015ftirilebilir)\n # Bu sadece bir \u00f6rnek, ger\u00e7ek model \u00e7ok daha karma\u015f\u0131k olacakt\u0131r.\n df['value_score'] = (df['points_per_game'] * 0.7) + (df['catch_rate'] * 10) # \u00d6rnek a\u011f\u0131rl\u0131kland\u0131rma\n df['value_score'] = df['value_score'].fillna(0) # Olu\u015fan NaN de\u011ferlerini ele al\n\n return df\n\nprocessed_df = preprocess_player_data(all_players_df.copy())\nif not processed_df.empty:\n print(\"\\n\u0130\u015flenmi\u015f oyuncu verileri (ilk 5 sat\u0131r ve yeni \u00f6zellikler):\")\n print(processed_df[['player_name', 'position', 'points_per_game', 'catch_rate', 'value_score']].head())\n\n<\/pre>\n<\/code><\/p>\n
Ticaret De\u011feri Modeli Olu\u015fturma: Basit Bir Yakla\u015f\u0131m<\/h3>\n
Ticaret de\u011ferini belirlemek, projemizin kalbinde yer al\u0131r. Ba\u015flang\u0131\u00e7ta basit bir yakla\u015f\u0131mla ba\u015flayabilir, daha sonra makine \u00f6\u011frenimi modelleriyle bunu geli\u015ftirebiliriz. Basit bir model, oyuncular\u0131n mevcut puan ortalamalar\u0131, pozisyonlar\u0131 ve ligdeki nadirlikleri gibi fakt\u00f6rlere dayanabilir. Her oyuncuya bir \"de\u011fer puan\u0131\" atayarak, bir takas\u0131n adil olup olmad\u0131\u011f\u0131n\u0131 bu puanlar \u00fczerinden kar\u015f\u0131la\u015ft\u0131rabiliriz.<\/p>\n
Bir ticaret analizcisinin Python backend'i i\u00e7in Flask veya FastAPI kullanarak bir API kurabiliriz. Bu API, frontend'den gelen bir ticaret teklifini (\u00f6rne\u011fin, \"Tak\u0131m A bu oyuncuyu, Tak\u0131m B bu oyuncuyu veriyor\") alacak ve i\u015fleyerek bir sonu\u00e7 d\u00f6nd\u00fcrecektir.<\/p>\n
\n# Flask ile basit bir ticaret analiz API'\u0131\nfrom flask import Flask, jsonify, request\nfrom flask_cors import CORS # CORS hatas\u0131n\u0131 \u00e7\u00f6zmek i\u00e7in\n\napp = Flask(__name__)\nCORS(app) # Geli\u015ftirme ortam\u0131nda CORS'u etkinle\u015ftir\n\n# \u00d6rnek oyuncu de\u011ferleri (ger\u00e7ek uygulamada veritaban\u0131ndan veya g\u00fcncel DataFrame'den gelir)\n# processed_df'den al\u0131nan veriyi kullanabiliriz.\nplayer_values = {\n row['player_name']: row['value_score'] \n for index, row in processed_df.iterrows()\n}\n\n@app.route('\/analyze_trade', methods=['POST'])\ndef analyze_trade():\n trade_data = request.json # Frontend'den gelen JSON verisi\n team_a_players = trade_data.get('teamA', [])\n team_b_players = trade_data.get('teamB', [])\n\n team_a_value = sum(player_values.get(player_name, 0) for player_name in team_a_players)\n team_b_value = sum(player_values.get(player_name, 0) for player_name in team_b_players)\n\n value_difference = team_a_value - team_b_value\n\n if abs(value_difference) < 5: # K\u00fc\u00e7\u00fck bir e\u015fik de\u011feri\n recommendation = \"Adil Bir Takas G\u00f6r\u00fcn\u00fcyor.\"\n elif value_difference > 0:\n recommendation = \"Tak\u0131m A Kazan\u0131yor.\"\n else:\n recommendation = \"Tak\u0131m B Kazan\u0131yor.\"\n \n # Detayl\u0131 bir \u00f6zet i\u00e7in bir tablo da eklenebilir.\n trade_summary = {\n \"teamA_total_value\": round(team_a_value, 2),\n \"teamB_total_value\": round(team_b_value, 2),\n \"value_difference\": round(value_difference, 2),\n \"recommendation\": recommendation,\n \"detail\": {\n \"teamA_players\": {p: player_values.get(p, 0) for p in team_a_players},\n \"teamB_players\": {p: player_values.get(p, 0) for p in team_b_players}\n }\n }\n\n return jsonify(trade_summary)\n\n# Uygulamay\u0131 \u00e7al\u0131\u015ft\u0131rmak i\u00e7in (geli\u015ftirme sunucusu)\nif __name__ == '__main__':\n # Flask uygulamas\u0131n\u0131 \u00e7al\u0131\u015ft\u0131rmadan \u00f6nce processed_df'in dolu oldu\u011fundan emin olun.\n # get_player_data() ve preprocess_player_data() \u00e7a\u011fr\u0131lar\u0131n\u0131 burada tekrarlay\u0131n\n # veya veriyi bir dosyadan y\u00fckleyin.\n app.run(debug=True, port=5000)\n\n<\/pre>\n<\/code><\/p>\n
Yukar\u0131daki Flask uygulamas\u0131, \/analyze_trade<\/code> endpoint'ine gelen POST isteklerini i\u015fler. \u0130stek g\u00f6vdesinde Tak\u0131m A ve Tak\u0131m B'nin takas etmek istedi\u011fi oyuncu listeleri bulunur. Uygulama, her oyuncunun \u00f6nceden hesaplanm\u0131\u015f value_score<\/code>'unu kullanarak toplam tak\u0131m de\u011ferlerini hesaplar ve bir \u00f6neri ile birlikte sonu\u00e7lar\u0131 JSON format\u0131nda geri d\u00f6nd\u00fcr\u00fcr. Bu temel yap\u0131, daha karma\u015f\u0131k algoritmalar ve makine \u00f6\u011frenimi modelleri entegre etmek i\u00e7in g\u00fc\u00e7l\u00fc bir ba\u015flang\u0131\u00e7 noktas\u0131d\u0131r.<\/p>\nFrontend Geli\u015ftirme: React ile Etkile\u015fimli Aray\u00fcz Tasar\u0131m\u0131<\/h2>\n
Backend'imiz oyuncu verilerini i\u015fleyip ticaret analizini yapmaya haz\u0131r oldu\u011funa g\u00f6re, \u015fimdi kullan\u0131c\u0131lar\u0131n bu g\u00fc\u00e7l\u00fc arac\u0131 kolayca kullanabilece\u011fi bir aray\u00fcz olu\u015ftural\u0131m. React, dinamik, h\u0131zl\u0131 ve etkile\u015fimli kullan\u0131c\u0131 aray\u00fczleri geli\u015ftirmek i\u00e7in m\u00fckemmel bir se\u00e7imdir. Bu b\u00f6l\u00fcmde, bir React projesini nas\u0131l ba\u015flataca\u011f\u0131m\u0131z\u0131, ticaret giri\u015flerini nas\u0131l y\u00f6netece\u011fimizi ve backend API'm\u0131zla nas\u0131l ileti\u015fim kuraca\u011f\u0131m\u0131z\u0131 ad\u0131m ad\u0131m g\u00f6rece\u011fiz.<\/p>\n
React Projesi Ba\u015flatma ve Temel Bile\u015fenler<\/h3>\n
Yeni bir React projesi ba\u015flatmak olduk\u00e7a basittir. create-react-app<\/code> arac\u0131, bir React uygulamas\u0131n\u0131 h\u0131zl\u0131ca kurmak i\u00e7in en pop\u00fcler yoldur. Terminalinizde a\u015fa\u011f\u0131daki komutu \u00e7al\u0131\u015ft\u0131rarak ba\u015flay\u0131n:<\/p>\n\nnpx create-react-app fantasy-trade-analyzer-frontend\ncd fantasy-trade-analyzer-frontend\nnpm start\n<\/pre>\n<\/code><\/p>\n
Bu komutlar, yeni bir React projesi olu\u015fturacak, dizine girecek ve geli\u015ftirme sunucusunu ba\u015flatacakt\u0131r. Taray\u0131c\u0131n\u0131zda http:\/\/localhost:3000<\/code> adresinde uygulaman\u0131z\u0131 g\u00f6receksiniz. \u015eimdi, uygulaman\u0131z\u0131n temel yap\u0131s\u0131n\u0131 olu\u015ftural\u0131m. src<\/code> klas\u00f6r\u00fcnde, ana uygulama bile\u015feniniz olan App.js<\/code> dosyas\u0131n\u0131 d\u00fczenleyece\u011fiz ve takas teklifini y\u00f6netecek bir TradeAnalyzer<\/code> bile\u015feni olu\u015fturaca\u011f\u0131z.<\/p>\nUygulamam\u0131z\u0131n ana ekran\u0131nda, kullan\u0131c\u0131lar\u0131n takas etmek istedi\u011fi oyuncular\u0131 se\u00e7ebilecekleri alanlar ve ard\u0131ndan analiz butonunu i\u00e7erecek bir yap\u0131ya ihtiyac\u0131m\u0131z var. \u00d6rne\u011fin:<\/p>\n
\n\/\/ src\/components\/TradeAnalyzer.js\nimport React, { useState } from 'react';\n\nfunction TradeAnalyzer() {\n const [teamASelectedPlayers, setTeamASelectedPlayers] = useState([]);\n const [teamBSelectedPlayers, setTeamBSelectedPlayers] = useState([]);\n const [analysisResult, setAnalysisResult] = useState(null);\n const [loading, setLoading] = useState(false);\n const [error, setError] = useState(null);\n\n \/\/ \u00d6rnek oyuncu listesi (ger\u00e7ek uygulamada API'den \u00e7ekilir)\n const availablePlayers = [\n \"Patrick Mahomes\", \"Travis Kelce\", \"Christian McCaffrey\", \n \"Justin Jefferson\", \"Saquon Barkley\", \"Tyreek Hill\", \n \"Josh Allen\", \"Amon-Ra St. Brown\", \"Bijan Robinson\"\n ];\n\n const handlePlayerSelection = (team, player) => {\n if (team === 'A') {\n setTeamASelectedPlayers(prev => \n prev.includes(player) ? prev.filter(p => p !== player) : [...prev, player]\n );\n } else {\n setTeamBSelectedPlayers(prev => \n prev.includes(player) ? prev.filter(p => p !== player) : [...prev, player]\n );\n }\n };\n\n \/\/ ... API ileti\u015fim ve analiz fonksiyonu buraya gelecek ...\n\n return (\n \n Fantasy Futbol Takas Analizcisi<\/h2>\n\n \n \n Tak\u0131m A Neler Veriyor?<\/h3>\n \n {availablePlayers.map(player => (\n - handlePlayerSelection('A', player)}\n className={teamASelectedPlayers.includes(player) ? 'selected' : ''}>\n {player}\n <\/li>\n ))}\n <\/ul>\n \n Se\u00e7ilenler: {teamASelectedPlayers.join(', ') || 'Yok'}\n <\/div>\n <\/div>\n\n \n
Tak\u0131m B Neler Veriyor?<\/h3>\n \n {availablePlayers.map(player => (\n - handlePlayerSelection('B', player)}\n className={teamBSelectedPlayers.includes(player) ? 'selected' : ''}>\n {player}\n <\/li>\n ))}\n <\/ul>\n \n Se\u00e7ilenler: {teamBSelectedPlayers.join(', ') || 'Yok'}\n <\/div>\n <\/div>\n <\/div>\n\n