Python Sınıflar ve Nesneler
Modül 6: Nesne Yönelimli Programlama'nın ilk dersine hoş geldin. Ders 31'de Dosya İşlemleri (txt, csv, json) ile veriyi diske yazıp diskten okumayı gördün; orada her satırı bir liste olarak taşıyordun: ad, not, yaş… Ama durup düşün. O üç bilgi aslında tek bir öğrenciye ait, değil mi? Python'a bunu nasıl anlatırsın?
Cevabı bugün veriyoruz: sınıflar ve nesneler. Nesne yönelimli programlamanın, yani OOP'nin kapısı bu dersten açılıyor. OOP'yi anlamadan kütüphanelerin yarısı sana sihirli görünecek; bu ders o sihri söküp atıyor.
Neden OOP: Gerçek Dünyayı Modellemek
Küçük bir öğrenci kayıt sistemi yazdığını varsay. Her öğrencinin bir adı, bir numarası ve notları var. Şimdiye kadar öğrendiğin araçlarla — listeler, sözlükler, fonksiyonlar — bu işi çözebilirsin. Ama ortaya çıkan kod şuna benzer:
# Üç ayrı liste: her öğrencinin bilgisi indeks numarasıyla eşleşiyor
adlar = ["Elif", "Mert", "Zeynep"]
numaralar = [101, 102, 103]
notlar = [[85, 90], [70, 65], [95, 88]]
# Mert'in ikinci notunu ekrana yazdırmak istiyorum
print(notlar[1][1]) # 65
Bu kod çalışıyor, orada bir sorun yok. Arka planda olan şu: Mert'in bilgileri üç farklı listede üç farklı indekste duruyor ve sen bu indeksleri kafanda eşleştirmek zorundasın. Listelerden birini sıralarsan bütün kayıtlar birbirine karışır; yeni öğrenci eklerken üç listeyi birden güncellemeyi unutursan sistem sessizce bozulur. Yani veri, onu tanımlayan bilgiden ayrı yaşıyor.
"Peki sözlük kullansam?" diyebilirsin. Haklısın, sözlük bu sorunun bir kısmını çözer:
# Sözlük yaklaşımı: veriler artık bir arada
ogrenci = {"ad": "Elif", "numara": 101, "notlar": [85, 90]}
print(ogrenci["ad"]) # Elif
Daha iyi, kabul. Ama bir sözlük sana yalnızca veri taşır; ortalamayı hesaplayan, not ekleyen davranışları her seferinde dışarıda ayrı fonksiyonlar olarak yazarsın. OOP'nin asıl iddiası tam burada devreye girer: veriyi ve o veri üzerinde çalışan fonksiyonları tek çatı altında topla. Hesap, kullanıcı, sipariş, araç — gerçek dünyadaki her kavram bu yaklaşımla koda taşınır. O davranış kısmını bir sonraki derste göreceğiz; bugün önce çatıyı kuruyoruz.
class Sözdizimi: Şablonu Yazmak
Önce "öğrenci"nin ne olduğunu Python'a tarif etmen gerekiyor. Bu tarife sınıf diyoruz:
class Ogrenci:
"""Öğrenci kayıtları için kullanılacak şablon sınıf."""
pass # Şimdilik boş; attribute'ları birazdan ekleyeceğiz
Arka planda class anahtar kelimesi yeni bir tür tanımlar, tıpkı int veya list gibi; sadece bu tür senin çizdiğin kalıba uyar. pass ise "bu blok şimdilik boş" demenin Python yoludur, böylece içi boş sınıf yüzünden yazım hatası almazsın. Bu noktada henüz hiçbir öğrenci yaratmadın: sadece öğrencinin nasıl olacağını çizdin. Sınıfı kalıba, nesneyi kalıptan çıkan ürüne benzet; bu benzetme dersin sonuna kadar aklında kalsın.
Sınıf adlarında PascalCase kuralını kullanırız: her kelime büyük harfle başlar, arada alt çizgi olmaz (Ogrenci, DosyaIsleyici gibi). İleride kodu okurken sınıfları fonksiyonlardan bir bakışta ayırmanı sağlar bu.
Nesne Oluşturmak: Şablondan Örnek Üretmek
Şablon hazır. Şimdi o şablondan gerçek kayıtlar üretelim:
class Ogrenci:
pass
# Sınıfı parantezle çağırınca yeni bir nesne doğar
ogrenci1 = Ogrenci()
ogrenci2 = Ogrenci()
print(type(ogrenci1)) # <class '__main__.Ogrenci'>
print(ogrenci1 is ogrenci2) # False: iki ayrı nesne
Ogrenci() yazdığın anda Python bellekte yepyeni bir bölge ayırır ve sana o bölgeye giden bir referans döndürür. ogrenci1 = Ogrenci() satırını bir üretim bandına benzetebilirsin: bant her dönüşünde kutusundan yeni bir ürün çıkarır. İki nesne aynı şablondan üretilmiş olsa da bellekte tamamen ayrı kayıtlardır; son satırdaki is karşılaştırmasının False dönmesi de bunu kanıtlıyor. Kurabiye kalıbını düşün: kalıp bir tane, kurabiyeler onlarca.
Değişken adlarına da dikkat: ogrenci1 ve ogrenci2 nesnenin kendisi değil, nesneye işaret eden etiketlerdir. Aynı nesneye iki etiket de bağlayabilirsin; o incelik ileriki derslerde parametre aktarımı konusuna gelince çok işine yarayacak.
Attribute Tanımlama ve Nokta ile Erişim
Nesne boş doğdu. Şimdi ona bilgilerini verelim:
# Her nesneye kendi attribute'larını ekliyoruz
ogrenci1.ad = "Elif"
ogrenci1.numara = 101
ogrenci1.notlar = [85, 90]
ogrenci2.ad = "Mert"
ogrenci2.numara = 102
ogrenci2.notlar = [70, 65]
# Nokta notasyonu ile okuyoruz
print(ogrenci1.ad) # Elif
print(ogrenci2.notlar) # [70, 65]
Burada olan şey basit ama derin: her nesne kendi __dict__ sözlüğünde bu bilgileri tutuyor ve nokta operatörü o sözlüğe bakıp değeri getiriyor. ogrenci1.ad yazdığında Python sana "ogrenci1'in adı neymiş?" diye sorulmuş gibi yanıt verir. Dersin başındaki üç ayrı liste örneğini hatırla: artık ad, numara ve notlar birbirinden kopamaz, çünkü aynı nesnenin içinde yaşıyorlar. Attribute'ları okumak kadar değiştirmek de serbesttir; ogrenci1.notlar.append(95) yazdığında liste büyür, çünkü nesnenin içindeki referans aynı listeyi gösteriyordur.
Olmayan bir attribute'a ulaşmaya kalkarsan Python sessiz kalmaz:
print(ogrenci1.yas) # AttributeError: 'Ogrenci' object has no attribute 'yas'
Hata mesajı kendi kendini açıklıyor: bu nesnenin böyle bir alanı yok. Arka planda __dict__ sözlüğünde yas anahtarı aranıyor, bulunamayınca AttributeError fırlatılıyor. Kötü haber gibi görünse de aslında iyi bir şey: yazım hatası yaptığında Python seni anında uyarır, sessizce yanlış sonuç döndürmez.
Sınıf ile Nesne Farkı
Yeni başlayanların en çok karıştırdığı nokta burası. Ayrımı netleştirelim:
- Sınıf tanımdır, şablondur, projede bir kez yazılır. Kendi başına hiçbir öğrenciyi temsil etmez; bir fabrika gibidir, kendisi ürün değildir.
- Nesne o şablondan üretilmiş, bellekte gerçekten var olan bir kayıttır. Aynı sınıftan binlerce nesne üretebilirsin.
- Sınıfın kendisine "adı ne?" diye soramazsın; ad, nesnenin taşıdığı bir bilgidir.
- Aynı sınıftan çıkan iki nesne tür olarak özdeş, içerik olarak bağımsızdır; birinde yapılan değişiklik diğerine sızmaz.
print(isinstance(ogrenci1, Ogrenci)) # True
print(type(Ogrenci)) # <class 'type'>
İlk satır isinstance ile nesnenin bu sınıftan üretilip üretilmediğini denetler ve onay alır. İkinci satır hoş bir ayrıntıyı açığa çıkarır: Python'da sınıfın kendisi de bir nesnedir, türü type'dır. Bu "her şey nesnedir" felsefesi ileride metaprogramlamaya gittiğinde önüne çıkacak; şimdilik aklının bir köşesinde dursun yeter.
Acı Tecrübem: Sınıfı Güncelledi, Nesne Aynı Kaldı
İlk stajyerlerimden biri bir gün bana şöyle bir kod gösterdi: Ogrenci sınıfına bir yas alanı eklemiş, sonra ekrana yaşı yazdırmaya çalışıyor ve kod hata veriyordu. On dakika baktım, sonunda gülümsedim. Sınıf tanımını güncellemişti ama ogrenci1 nesnesi dün üretilmişti; o nesne hâlâ eski haliyle bellekte duruyordu.
O gün öğrendiği dersi ben de yıllar önce öğrenmiştim: şablonu değiştirmek, daha önce kesilmiş kurabiyeleri değiştirmez. Yeni alanı görmek istiyorsan yeni bir nesne üretmen gerekir. Sınıf ile nesne arasındaki farkı kavramanın en hızlı yolu bu olayı yaşamaktır; sen yaşamadan öğren, bizim stajyer gibi saat kaybetme.
Veri Biliminde Sınıflar: Tekrar Kullanım
"Ben veri bilimi yapacağım, sınıf mı ezberleyeceğim?" deme. Aslında bu araçlara çoktan dokundun, haberin yok. Kütüphane dokümantasyonlarında karşına çıkan fit() ve predict() çağrıları da birer metot çağrısıdır; nesne üzerinde nokta ile çalışırlar.
Pandas'taki DataFrame, scikit-learn'deki model nesneleri — hepsi sınıftan üretilmiş nesnelerdir. LogisticRegression() yazıp bir model örneği üretmen, aynı sınıftan iki modelin parametrelerini karşılaştırman, hep bu altyapıya dayanır. Kendi veri ön işleme adımlarını bir sınıf olarak yazdığında da aynı kodu üç ayrı projede değiştirmeden kullanabilirsin. OOP'nin veri bilimine kattığı şey kısaca tekrar kullanılabilirlik: bir kez düzgün yaz, her yerde örnekle.
# scikit-learn'de her model, bir sınıftan üretilen bir nesnedir
from sklearn.linear_model import LogisticRegression
model1 = LogisticRegression(max_iter=200)
model2 = LogisticRegression(max_iter=200)
# Aynı şablondan iki ayrı model: parametreler birbirine karışmaz
Bu satırlar Ogrenci örneğinin birebir aynısı: sınıf şablonu üretiyor, sen örneklerle çalışıyorsun. model1 ve model2 ayrı nesnelerdir; birini eğitip bozman diğerine dokunmaz. Veri ile davranışın — eğitim, tahmin, dönüşüm — aynı çatıda yaşaması, gerçek projelerde pipeline kurmanın temelidir.
Acı Tecrübem: Spagettiye Dönen Fonksiyonlar
Sana dürüst bir itiraf borçluyum. Kariyerimin ilk yıllarında küçük bir raporlama sistemi yazdım; "küçük proje, fonksiyonla hallederim" dedim. Altı ay sonra dosyada kırk fonksiyon, on yedi global liste vardı. Öğrenci verisini not_ekle(ad, numara, notlar, sinif, donem, kaynak, hedef) gibi yedi parametreli imzalarla oradan oraya taşıyordum.
Bir gün raporda Mert'in notu Elif'in satırında göründü. Hatayı iki saat aradım: bir fonksiyon listeyi sıralamış, yanındaki liste sıralanmamış kalmış; indeksler kaymış, veri sessizce yanlış eşleşmişti. O gün anladım: ilişkili verileri ayırıp global listelere saçtığında hatayı kendin davet ediyorsun. Ertesi gün her şeyi Ogrenci sınıfıyla yeniden yazdım. Kod yarıya indi, o hata bir daha hiç görünmedi.
Sık Sorulan Sorular
Sınıf ile nesne arasındaki farkı tek cümleyle nasıl anlatırım?
Sınıf tariftir, nesne o tarifle pişirilen yemektir. Tarif defteri rafta durur; masadakiler yemeklerdir. Röportajlarda bu benzetme işini görür ama asıl güvencen kod yazmak: type(ogrenci1) ile type(Ogrenci) çıktılarını yan yana görmek, bin cümleden iyi öğretir.
Aynı sınıftan üretilen iki nesne birbirini etkiler mi?
Hayır. Her nesne attribute'larını kendi __dict__ sözlüğünde tutar; ogrenci1.notlar listesini değiştirmen ogrenci2'yi ilgilendirmez. Tek istisna sınıf seviyesinde tanımlanan ortak değerlerdir — onu da "instance attribute vs class attribute" başlığı altında bir sonraki derste göreceğiz. Alanlar aynı değerleri taşısa bile bunlar ayrı kopyalardır; bağımsızlık, içerik benzerliğinden önemlidir.
Sınıf isimleri neden büyük harfle başlar?
PEP 8 kodlama standardının sözleşmesidir. PascalCase, sınıfları değişkenlerden ve fonksiyonlardan ayırmanı kolaylaştırır; kodu okuyan kişi Ogrenci gördüğünde şablonla karşı karşıya olduğunu anında bilir. Küçük görünen bu ayrım, büyük projelerde okunabilirliği belirler.
Sırada Ne Var?
Attribute'ları nesne doğduktan sonra tek tek eklemek çalışıyor ama itiraf et: ogrenci1.ad = "Elif" satırını unutmak işten bile değil. Üstelik boş doğan her nesne, alanları dolana kadar yarım bir kayıt olarak bekliyor. Gerçek projelerde nesnenin doğduğu anda bilgilerini yanında getirmesini istersin.
Bir sonraki derste init, self ve Metotlar konusuyla tam olarak bunu çözüyoruz: kurucu metodu yazacağız, self'in perde arkasında ne yaptığını göreceğiz ve sınıfın içine ilk fonksiyonlarımızı koyacağız. Kalıp hazır; sıra kalıba can vermekte. Bir sonraki derse bu sayfayı açık gir, şablonun içi orada dolacak.







