Vai al contenuto principale

Corso

Scrivere codice Python efficiente

IntermedioLivello di competenza

Aggiornato 01/2026

Impara a scrivere codice efficiente che si esegua velocemente e usi le risorse in modo intelligente per evitare sprechi inutili.

Inizia il corso gratis

PythonProgramming

4 h

15 video

52 Esercizi

4,000 XP

150K+

Attestato di conseguimento

Preferito dagli studenti di migliaia di aziende

Formare un team?

Prova per il Business

Descrizione del corso

Come Data Scientist, la maggior parte del tuo tempo dovrebbe essere dedicata a ricavare insight utili dai dati — non ad aspettare che il codice finisca di eseguire. Scrivere codice Python efficiente può ridurre i tempi di esecuzione e risparmiare risorse computazionali, liberandoti così per fare ciò che ami di più come Data Scientist. In questo corso imparerai a usare le strutture dati, le funzioni e i moduli integrati di Python per scrivere codice più pulito, veloce ed efficiente. Esploreremo come misurare e profilare il codice per individuare i colli di bottiglia. Poi metterai in pratica ciò che hai imparato eliminando questi colli di bottiglia e altri schemi progettuali poco efficaci, utilizzando la Standard Library di Python, NumPy e pandas. Al termine del corso avrai gli strumenti necessari per iniziare a scrivere codice Python efficiente!I video includono trascrizioni dal vivo che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video. Il glossario del corso si trova a destra nella sezione delle risorse. Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sul riquadro dei crediti CPE sulla destra.

Prerequisiti

Data Types in Python Python Toolbox

1

Basi dell’efficienza

In questo capitolo scoprirai cosa significa scrivere codice Python efficiente. Esplorerai la Standard Library di Python, conoscerai gli array di NumPy e farai pratica con alcuni strumenti integrati di Python. Questo capitolo pone le basi per i concetti trattati nei capitoli successivi.

Quiz lampo: che cosa significa efficiente

Un assaggio di ciò che ti aspetta

Zen di Python

Costruire con i built-in

Esercizio sui built-in: range()

Esercizio sui built-in: enumerate()

Esercizio con i built-in: map()

La potenza degli array NumPy

Esercitati con gli array NumPy

Mettiamo tutto insieme: Festivus!

Inizia il capitolo

2

Misurare e profilare il codice

In questo capitolo imparerai a raccogliere e confrontare i tempi di esecuzione tra diversi approcci di coding. Farai pratica con i pacchetti line_profiler e memory_profiler per profilare il tuo codice e individuare i colli di bottiglia. Poi metterai in pratica quanto appreso sostituendo questi colli di bottiglia con codice Python efficiente.

Analizzare i tempi di esecuzione

Usare %timeit: tocca a te!

Usare %timeit: specificare numero di esecuzioni e loop

Usare %timeit: nome formale o sintassi letterale

Profilazione del codice per il runtime

Quiz lampo: passaggi per usare %lprun

Usare %lprun: individua i colli di bottiglia

Uso di %lprun: risolvi il collo di bottiglia

Profilazione del codice per l'uso della memoria

Domanda lampo: passaggi per usare %mprun

Usare %mprun: BMI degli eroi

Usare %mprun: Hero BMI 2.0

Mettiamo tutto insieme: profiling su Star Wars

Inizia il capitolo

3

Aumentare l’efficienza

Questo capitolo copre suggerimenti e tecniche più avanzati per l’efficienza. Imparerai alcuni moduli integrati utili per scrivere codice efficiente e farai pratica con la teoria degli insiemi. Poi vedrai i pattern di iterazione in Python e come renderli più efficienti.

Combinare, contare e iterare in modo efficiente

Combinare nomi e tipi dei Pokémon

Conteggiare i Pokémon da un campione

Combinazioni di Pokémon

Teoria degli insiemi

Confrontare i Pokédex

Alla ricerca dei Pokémon

Raccogliere Pokémon unici

Eliminare i cicli

Raccogliere Pokémon senza un ciclo

Punteggi totali e medie dei Pokémon senza un ciclo

Scrivere cicli migliori

Ciclo con calcolo una tantum

Ciclo con conversione olistica

Mettere tutto insieme: z-score dei Pokémon

Inizia il capitolo

4

Ottimizzazioni base con pandas

Questo capitolo offre una breve introduzione a come lavorare in modo efficiente con i DataFrame di pandas. Imparerai le varie opzioni a disposizione per iterare su un DataFrame. Poi vedrai come applicare in modo efficiente funzioni ai dati memorizzati in un DataFrame.

Introduzione all'iterazione sui DataFrame di pandas

Iterare con .iterrows()

Calcola i run differential con .iterrows()

Un altro metodo di iterazione: .itertuples()

Iterare con .itertuples()

Calcola i differenziali di punti con .itertuples()

Un'alternativa in pandas ai cicli

Analizzare le statistiche del baseball con .apply()

RisolvI una disputa con .apply()

Iterare in pandas in modo ottimale

Sostituire .iloc con gli array sottostanti

Mettiamo tutto insieme: prevedi la percentuale di vittorie

Congratulazioni!

Inizia il capitolo

Scrivere codice Python efficiente

Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performanceIscriviti ora

Unisciti a oltre 19 milioni di studenti e inizia Scrivere codice Python efficiente oggi!

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.