After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Sebagai Data Scientist, sebagian besar waktu Anda seharusnya digunakan untuk mendapatkan wawasan yang dapat ditindaklanjuti dari data — bukan menunggu kode selesai dijalankan. Menulis kode Python yang efisien dapat membantu mengurangi waktu eksekusi dan menghemat sumber daya komputasi, sehingga pada akhirnya memberi Anda lebih banyak waktu untuk melakukan hal-hal yang Anda sukai sebagai Data Scientist. Di kursus ini, Anda akan belajar menggunakan struktur data, fungsi, dan modul bawaan Python untuk menulis kode yang lebih bersih, lebih cepat, dan lebih efisien. Kita akan membahas cara mengukur waktu dan melakukan profiling kode untuk menemukan hambatan kinerja. Lalu, Anda akan mempraktikkan cara menghilangkan hambatan tersebut, serta pola desain yang buruk lainnya, menggunakan Python Standard Library, NumPy, dan pandas. Setelah menyelesaikan kursus ini, Anda akan memiliki perangkat yang diperlukan untuk mulai menulis kode Python yang efisien!Video dilengkapi transkrip langsung yang dapat Anda tampilkan dengan mengeklik "Show transcript" di bagian kiri bawah video.
Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.
Untuk memperoleh kredit CPE Anda perlu menyelesaikan kursus dan mencapai skor 70% pada penilaian yang memenuhi syarat. Anda dapat membuka penilaian dengan mengeklik pemberitahuan kredit CPE di sebelah kanan.
Prasyarat
Kurikulum
Garis besar kursus
1
Dasar-dasar efisiensi
Di bab ini, Anda akan mempelajari arti menulis kode Python yang efisien. Anda akan menelusuri Python Standard Library, mempelajari tentang array NumPy, dan berlatih menggunakan beberapa alat bawaan Python. Bab ini membangun fondasi untuk konsep-konsep yang akan dibahas selanjutnya.
- Selamat datang!50 XP
- Kuis cepat: apa itu efisien50 XP
- Gambaran awal dari yang akan dipelajari100 XP
- Zen of Python50 XP
- Membangun dengan fungsi bawaan50 XP
- Latihan built-in: range()100 XP
- Latihan built-in: enumerate()100 XP
- Latihan built-in: map()100 XP
- Kekuatan array NumPy50 XP
- Latihan dengan array NumPy100 XP
- Menggabungkan semuanya: Festivus!100 XP
2
Mengukur waktu dan melakukan profiling kode
Di bab ini, Anda akan belajar cara mengumpulkan dan membandingkan waktu eksekusi antara berbagai pendekatan penulisan kode. Anda akan berlatih menggunakan paket line_profiler dan memory_profiler untuk melakukan profiling basis kode Anda dan menemukan hambatan kinerja. Lalu, Anda akan mempraktikkan pembelajaran tersebut dengan mengganti hambatan ini menggunakan kode Python yang efisien.
3
Meningkatkan efisiensi
Bab ini mencakup kiat dan trik efisiensi yang lebih kompleks. Anda akan mempelajari beberapa modul bawaan yang berguna untuk menulis kode yang efisien dan berlatih menggunakan teori himpunan. Selanjutnya, Anda akan mempelajari pola perulangan di Python dan cara membuatnya lebih efisien.
4
Optimasi dasar pandas
Bab ini memberikan pengantar singkat tentang cara bekerja secara efisien dengan pandas DataFrame. Anda akan mempelajari berbagai opsi untuk melakukan iterasi pada DataFrame. Lalu, Anda akan mempelajari cara menerapkan fungsi secara efisien pada data yang disimpan dalam DataFrame.
Menulis Kode Python yang Efisien
Kursus
Selesai
