본문으로 바로가기

강의

Python으로 배우는 소프트웨어 공학 원칙

기초기술 수준

업데이트됨 2025. 11.

모듈화, 문서화, 자동화된 테스트에 대해 알아보고 데이터 과학 문제를 더 빠르고 안정적으로 해결하는 데 활용하세요.

무료로 강의 시작

PythonProgramming

4시간

15 동영상

51 연습 문제

4,100 XP

66,499

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

데이터 과학자는 소프트웨어 공학의 개념을 익히면 코드 재사용과 협업 공유가 훨씬 쉬워져 큰 이점을 얻을 수 있어요. 이 강의에서는 모듈화, 문서화, 자동화된 테스트 같은 핵심 아이디어를 배우고, 이것들이 어떻게 데이터 과학 문제를 더 빠르고 향후 유지보수도 편하게 해결하도록 돕는지 살펴봅니다. 나아가 텍스트 분석을 수행하는 나만의 Python 패키지를 직접 만들어 보며 소프트웨어 공학 실력을 실전에 적용해 볼 거예요.

선수 조건

Introduction to Functions in Python

1

Software Engineering & Data Science

Why should you as a Data Scientist care about Software Engineering concepts? Here we'll cover specific Software Engineering concepts and how these important ideas can revolutionize your Data Science workflow!

Python, data science, & software engineering

The big ideas

Python modularity in the wild

Introduction to packages & documentation

Installing packages with pip

Leveraging documentation

Conventions and PEP 8

Using pycodestyle

Conforming to PEP 8

PEP 8 in documentation

2

Writing a Python Module

Become a fully fledged Python package developer by writing your first package! You'll learn how to structure and write Python code that you can be installed, used, and distributed just like famous packages such as NumPy and Pandas.

Writing your first package

Minimal package requirements

Naming packages

Recognizing packages

Adding functionality to packages

Adding functionality to your package

Using your package's new functionality

Making your package portable

Writing requirements.txt

Installing package requirements

Creating setup.py

Listing requirements in setup.py

3

Utilizing Classes

Object Oriented Programming is a staple of Python development. By leveraging classes and inheritance your Python package will become a much more powerful tool for your users.

Adding classes to a package

Writing a class for your package

Using your package's class

Adding functionality to classes

Writing a non-public method

Using your class's functionality

Classes and the DRY principle

Using inheritance to create a class

Adding functionality to a child class

Using your child class

Multilevel inheritance

Exploring with dir and help

Creating a grandchild class

Using inherited methods

4

Maintainability

You've now written a fully functional Python package for text analysis! To make maintaining your project as easy as possible we'll leverage best practices around concepts such as documentation and unit testing.

Documentation

Identifying good comments

Identifying proper docstrings

Writing docstrings

Readability counts

Using good function names

Using good variable names

Refactoring for readability

Unit testing

Using doctest

Using pytest

Documentation & testing in practice

Documenting classes for Sphinx

Identifying tools

Final Thoughts

Python으로 배우는 소프트웨어 공학 원칙

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 Python으로 배우는 소프트웨어 공학 원칙을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.