Bunu Neden İnşa Ettim?
"Tek bir kolona sıkıştırılmış virgülle ayrılmış diziler gibi raw ve denormalize verileri manuel işlemek hataya açık ve verimsizdir. Bu aracı; bozuk CSV dosyalarını güvenle okuyabilen, iç içe geçmiş ilişkileri dinamik olarak çözümleyen ve manuel müdahale gerektirmeden istatistiksel raporlar üreten otonom bir sistem kurmak için geliştirdim."
Mimari & Kararlar
Veri manipülasyonu tamamen Pandas'ın C tabanlı vektörize operasyonlarına devredilmiştir. 1:N ilişkiler `explode` API'si ile düzleştirilmiş ve optimize edilmiş `groupby` metotlarıyla işlenmiştir. Veri yükleme katmanı, bozuk dosyalardaki çalışma zamanı çökmelerini (runtime crash) önlemek için sıralı çoklu-encoding fallback (UTF-8, Latin-1, CP1252) mimarisi kullanır. Görselleştirme katmanı Matplotlib ile işlemleri bellekte (in-memory) tamamlar ve çıktıları zaman damgalı, deterministik dizinlere (Markdown, PNG, TXT) serileştirir.
Temel Özellikler
- 01.Otomatik encoding fallback mekanizmasına sahip, hata toleranslı CSV veri yükleme modülü
- 02.İç içe geçmiş string yapılarının 1:N ilişkisel satırlara vektörize dönüştürülmesi
- 03.Ana ve alt tür performans metriklerini hesaplayan istatistiksel aggregasyon motoru
- 04.Markdown raporları ve grafikleri içeren zaman damgalı izole klasörlerin otonom üretimi