
# veritabanını indirmeden önce mevcut dizinde olup olmadığına bakacağız, bu kütüphane onun için
from os import path


# bu kısımı kullanmıyoruz ama resim kaydetmek için bıraktım
#Image export using the "kaleido" engine requires the kaleido package,
#which can be installed using pip:
#    $ pip install -U kaleido
# resim dosyalarını kaydetmek için


%pylab inline

%pylab is deprecated, use %matplotlib inline and import the required libraries.
Populating the interactive namespace from numpy and matplotlib


# etkileşimli grafikler için plotly kütüphaneleri
import plotly.express as px
import plotly.io as io
import plotly


# bu satırın amacı, Jupyter'den export ettiğimizde etkileşimli html'ler elde etmek
plotly.offline.init_notebook_mode()


# veriler eurostat kütüphanesinden yok ise 
# !pip install eurostat
import eurostat
import pandas as pd


# indireceğimiz kitaplık nrg_bal_c, fakat bunu nrg_bal_c-2022 olarak saklayacağız
# veri tabanı çok büyük 328 megabyte, indirmek uzun sürüyor.
# daha önce indirdiysek, indirilenden oku, indirilmediyse indir
if path.exists("nrg_bal_c-2022"):
    df=pd.read_pickle("nrg_bal_c-2022")
else:
    df=eurostat.get_data_df('nrg_bal_c')
    df.to_pickle("nrg_bal_c-2022")


# eurostat kodları biraz çok karışık, onlardan kullanacaklarımızı Türkçe'ye çevirelim
# ULAŞTIRMA kodu ingilizce Transport Equipment yani Otomotiv ve Ulaştırma Makineleri

sektor_kod= ['FC_OTH_AF_E', 'FC_OTH_CP_E',  'FC_OTH_HH_E', 
              'FC_TRA_E',  'FC_TRA_RAIL_E', 'FC_TRA_ROAD_E']
sektor_isim=["Tarım","Ticari", "Konut","Ulaşım","Demiryolu","Karayolu"]


# Yakıt kodları ve ne anlama geldiği, eurostat yakıt kodlarının karşılıkları ve Türkçeleri

yakit_kod= [
    "C0000X0350-0370", #solid fossil fuels
    "G3000", #natural gas
    "O4000XBIO", #oil
    "E7000", # electricity
    "RA000", # renewable
    "TOTAL"
]
yakit_isim= ["Kömür","Gaz","Petrol","Elektrik","Yenilenebilir", "Toplam"]


# kodları isimlerle değiştir ki okuduğumuzu anlayalım
df["nrg_bal"].replace(sektor_kod,sektor_isim  , inplace=True)
df["siec"].replace(yakit_kod,yakit_isim  , inplace=True)


# veride sadece bu sektör ve yakıtları bırak, diğerlerini sil 
df1=df[df['nrg_bal'].isin(sektor_isim)]
df2=df1[df1['siec'].isin(yakit_isim)]


# tüm grafikleri yapan fonksiyon bu 

def sektor_grafik(sektor="Toplam", tip="percent" ):
 # önce ihtiyacımız olan Sektörü, bin ton eşdeğer (KTOE) ve Türkiye için filtrele, olmayan veri satırlarını sil
 dft=df2[((df2.nrg_bal==sektor) & (df2.unit=="KTOE") & (df2['geo\\time']=='TR'))].dropna()
 # veriyi takla attır: Transpose
 dftTx=dft.T
 # başlıkların isimlerini yakıt isimlerine çevir
 dftTx.columns= dft.siec
 # kullanmadığımız satır/sütunları sil
 dftTx.drop(['geo\\time','unit','siec','nrg_bal'],inplace=True)
 # 2020'den 1990'yerine, 1990'dan 2020'ye sırala   
 dftTx=dftTx.reindex(index=dft.T.index[::-1])[:-4]
 # yılları tamsayıya, sütunları noktalı sayılara dönüştür
 dftTx=dftTx.astype(float)/1000.0
 dftTx.index=dftTx.index.astype(str).astype(int)
 # tüm sütun 0 ise sil
 # dftTx=dftTx.loc[:, (dftTx != 0).any(axis=0)]
 # eğer grafik türü "percent" ise y ekseni başlığını %'ye değiştir'
 if tip=="percent": 
        title_t="Yüzde(%) Pay"
        title_b=sektor+" Sektörünün Enerji Tüketiminin Kaynaklara Göre Dağılımı "
 else:
        title_t="Milyon Ton Eşdeper Petrol (MTEP)"
        title_b=sektor+" Sektörünün Enerji Tüketimi" 
 if sektor=="NihaiTüketim":
        title_b="Türkiye Nihai Enerji Tüketimi"
 if sektor=="Toplam":
        title_b="Toplam Sanayi Sektörü Enerji Tüketimi"
 #yığımlı alan grafiği 
 fig = px.area(dftTx, 
              x=dftTx.index, 
              y=dftTx.columns[:-1],
              groupnorm=tip)
 # başlığı ortala, lejantın adını değiştir
 fig.update_layout(
                  legend_title="Kaynaklar",
                  legend={'traceorder':'reversed'}, 
                  title = {'xanchor': 'center',
                           'x':0.5,
                           'text': title_b})
 fig.update_xaxes(title_text = 'Yıl')         
 fig.update_yaxes(title_text = title_t)
 # Grafikleri kaydetmek için 
 # fig.write_image("images/"+sektor+"-"+tip+".png")
 # fig.update_yaxes(tickformat=".2s")  # will format to 2 sigfigs
 fig.show()


# Karanlık temayı seç, diğer temalar io.templates 'de'
io.templates.default = 'plotly_dark'

#tüm sektörler için önce yığım sonra pay grafiklerini çiz
for i in sektor_isim:
    sektor_grafik(i,tip="")
    sektor_grafik(i,tip="percent")

Eurostat'taki Türkiye Enerji Denge Tabloları ile Konut, Ulaştırma, Ticari ve Tarım Enerji Tüketimlerinin 1990-2020 Analizi¶