Boîte à outils Python
Continuez à développer vos compétences en science des données modernes en vous familiarisant avec les itérateurs et les compréhensions de listes.
Commencer Le Cours Gratuitement4 heures12 vidéos46 exercices285 322 apprenantsDéclaration de réalisation
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.Formation de 2 personnes ou plus ?
Essayer DataCamp for BusinessApprécié par les apprenants de milliers d'entreprises
Description du cours
Dans ce cours sur la boîte à outils Python, vous continuerez à acquérir des compétences plus avancées en Python. Tout d'abord, vous apprendrez à connaître les itérateurs, des objets que vous avez déjà rencontrés dans le contexte des boucles for. Vous découvrirez ensuite les compréhensions de listes, qui sont des outils extrêmement pratiques pour tous les professionnels des données et les développeurs travaillant en Python. Vous terminerez le cours par une étude de cas dans laquelle vous appliquerez toutes les techniques que vous avez apprises dans les deux parties du cours.
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Développeur Python associé
Aller à la pistePrincipes de base de la programmation en Python
Aller à la piste- 1
Utiliser des itérateurs dans PythonLand
GratuitVous apprendrez tout sur les itérateurs et les itérables, avec lesquels vous avez déjà travaillé en écrivant des boucles for. Vous apprendrez quelques fonctions pratiques qui vous permettront de travailler efficacement avec des itérateurs. Vous terminerez le chapitre par un cas d'utilisation pertinent pour le monde de la science des données et le traitement de grandes quantités de données - dans ce cas, des données provenant de Twitter que vous chargerez par morceaux à l'aide d'itérateurs.
Introduction aux itérateurs50 xpItérateurs vs. Itérables50 xpItérer sur des itérables (1)100 xpItérer sur des tables itératives (2)100 xpLes itérateurs en tant qu'arguments de fonction100 xpJouer avec les itérateurs50 xpUtilisation de l'énumération100 xpUtilisation de zip100 xpUtilisation de * et de zip pour "dézipper".100 xpUtiliser des itérateurs pour charger de gros fichiers en mémoire50 xpTraitement de grandes quantités de données Twitter100 xpExtraction d'informations à partir de grandes quantités de données Twitter100 xpFélicitations !50 xp - 2
Compréhension de listes et générateurs
Dans ce chapitre, vous approfondirez vos connaissances sur les itérateurs et découvrirez les compréhensions de listes, qui vous permettent de créer des listes complexes - et des listes de listes - en une seule ligne de code ! Les compréhensions de listes peuvent considérablement simplifier votre code et le rendre plus efficace, et deviendront un élément essentiel de votre boîte à outils Python. Vous apprendrez ensuite à connaître les générateurs, qui sont extrêmement utiles lorsque vous travaillez avec de grandes séquences de données que vous ne souhaitez pas stocker en mémoire, mais plutôt générer à la volée.
Compréhension de listes50 xpRédiger une liste de compréhension de base50 xpCompréhension de liste sur les itérables50 xpÉcrire des compréhensions de listes100 xpCompréhension des listes imbriquées100 xpCompréhensions avancées50 xpUtiliser des conditionnels dans les compréhensions (1)100 xpUtiliser des conditionnels dans les compréhensions (2)100 xpCompréhensions de dict100 xpIntroduction aux expressions de générateurs50 xpCompréhension de listes et générateurs50 xpÉcrivez vos propres expressions de générateur100 xpModification de la sortie dans les expressions du générateur100 xpConstruire un générateur100 xpTerminer les compréhensions et les générateurs.50 xpCompréhension de liste pour les données horodatées100 xpCompréhension de listes conditionnelles pour les données horodatées100 xp - 3
Tout est réuni !
Ce chapitre vous permettra d'appliquer vos nouvelles compétences à la manipulation et à l'extraction d'informations significatives à partir d'un ensemble de données réelles, les indicateurs de développement mondial de la Banque mondiale. Vous aurez l'occasion d'écrire vos propres fonctions et compréhensions de listes tout en travaillant avec des itérateurs et des générateurs pour consolider vos compétences en Python.
Bienvenue à l'étude de cas !50 xpZipper les dictionnaires100 xpÉcrire une fonction pour vous aider100 xpUtilisation d'une liste de compréhension100 xpTransformer tout cela en DataFrame100 xpUtilisation de générateurs Python pour la diffusion de données en continu50 xpTraitement des données par morceaux (1)100 xpEcrire un générateur pour charger des données par morceaux (2)100 xpÉcrire un générateur pour charger des données par morceaux (3)100 xpUtiliser l'itérateur read_csv de pandas pour les données en streaming50 xpEcrire un itérateur pour charger des données par morceaux (1)100 xpEcrire un itérateur pour charger des données par morceaux (2)100 xpEcrire un itérateur pour charger des données par morceaux (3)100 xpEcrire un itérateur pour charger des données par morceaux (4)100 xpEcrire un itérateur pour charger des données par morceaux (5)100 xpDernières réflexions50 xp
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Développeur Python associé
Aller à la pistePrincipes de base de la programmation en Python
Aller à la pistecollaborateurs
prérequis
Introduction to Functions in PythonHugo Bowne-Anderson
Voir PlusData Scientist
Qu’est-ce que les autres apprenants ont à dire ?
Inscrivez-vous 15 millions d’apprenants et commencer Boîte à outils Python Aujourd’hui!
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.