Direkt zum Inhalt
StartseitePythonWriting Efficient Python Code

Writing Efficient Python Code

Learn to write efficient code that executes quickly and allocates resources skillfully to avoid unnecessary overhead.

Kurs Kostenlos Starten
4 Stunden15 Videos52 Übungen
123.479 LernendeTrophyLeistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
GroupTrainierst du 2 oder mehr?Testen Sie DataCamp For Business

Beliebt bei Lernenden in Tausenden Unternehmen


Kursbeschreibung

As a Data Scientist, the majority of your time should be spent gleaning actionable insights from data -- not waiting for your code to finish running. Writing efficient Python code can help reduce runtime and save computational resources, ultimately freeing you up to do the things you love as a Data Scientist. In this course, you'll learn how to use Python's built-in data structures, functions, and modules to write cleaner, faster, and more efficient code. We'll explore how to time and profile code in order to find bottlenecks. Then, you'll practice eliminating these bottlenecks, and other bad design patterns, using Python's Standard Library, NumPy, and pandas. After completing this course, you'll have the necessary tools to start writing efficient Python code!
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr
Testen Sie DataCamp for BusinessFür eine maßgeschneiderte Lösung buchen Sie eine Demo.

In den folgenden Tracks

Zertifizierung verfügbar

Data Engineer in Python

Gehe zu Track

Python Programmierung

Gehe zu Track
  1. 1

    Foundations for efficiencies

    Kostenlos

    In this chapter, you'll learn what it means to write efficient Python code. You'll explore Python's Standard Library, learn about NumPy arrays, and practice using some of Python's built-in tools. This chapter builds a foundation for the concepts covered ahead.

    Kapitel Jetzt Abspielen
    Welcome!
    50 xp
    Pop quiz: what is efficient
    50 xp
    A taste of things to come
    100 xp
    Zen of Python
    50 xp
    Building with built-ins
    50 xp
    Built-in practice: range()
    100 xp
    Built-in practice: enumerate()
    100 xp
    Built-in practice: map()
    100 xp
    The power of NumPy arrays
    50 xp
    Practice with NumPy arrays
    100 xp
    Bringing it all together: Festivus!
    100 xp
  2. 2

    Timing and profiling code

    In this chapter, you will learn how to gather and compare runtimes between different coding approaches. You'll practice using the line_profiler and memory_profiler packages to profile your code base and spot bottlenecks. Then, you'll put your learnings to practice by replacing these bottlenecks with efficient Python code.

    Kapitel Jetzt Abspielen
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr

In den folgenden Tracks

Zertifizierung verfügbar

Data Engineer in Python

Gehe zu Track

Python Programmierung

Gehe zu Track

Datensätze

Baseball statistics

Mitwirkende

Collaborator's avatar
Chester Ismay
Collaborator's avatar
Becca Robins
Logan Thomas HeadshotLogan Thomas

Scientific Software Technical Trainer, Enthought

Mehr Anzeigen

Was sagen andere Lernende?

Melden Sie sich an 14 Millionen Lernende und starten Sie Writing Efficient Python Code Heute!

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.