Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
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
Programma
Struttura del corso
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.
- Benvenuto!50 XP
- Quiz lampo: che cosa significa efficiente50 XP
- Un assaggio di ciò che ti aspetta100 XP
- Zen di Python50 XP
- Costruire con i built-in50 XP
- Esercizio sui built-in: range()100 XP
- Esercizio sui built-in: enumerate()100 XP
- Esercizio con i built-in: map()100 XP
- La potenza degli array NumPy50 XP
- Esercitati con gli array NumPy100 XP
- Mettiamo tutto insieme: Festivus!100 XP
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.
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.
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.
Scrivere codice Python efficiente
Corso
completato
