이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
데이터 과학자에게 가장 중요한 시간은 코드를 기다리는 것이 아니라 데이터에서 실행 가능한 인사이트를 얻는 데 쓰여야 해요. 효율적인 Python 코드를 작성하면 실행 시간을 줄이고 연산 자원을 절약하여, 데이터 과학자로서 좋아하는 일에 더 많은 시간을 쓸 수 있어요. 이 강의에서는 Python의 내장 데이터 구조, 함수, 모듈을 활용해 더 깔끔하고 빠르며 효율적인 코드를 작성하는 방법을 배워요. 병목 구간을 찾기 위해 코드를 측정하고 프로파일링하는 방법을 살펴본 뒤, Python Standard Library, NumPy, pandas를 사용해 이러한 병목과 좋지 않은 설계 패턴을 제거하는 연습을 해볼 거예요. 강의를 마치면, 효율적인 Python 코드를 작성하는 데 필요한 도구를 갖추게 됩니다!동영상에는 실시간 대본이 포함되어 있으며, 동영상 왼쪽 하단의 "Show transcript"를 클릭하면 볼 수 있어요.
강의 용어집은 오른쪽의 리소스 섹션에서 확인할 수 있어요.
CPE 학점을 받으려면 강의를 완료하고 평가에서 70% 이상의 점수를 받아야 해요. 오른쪽의 CPE 학점 안내를 클릭하면 평가로 이동할 수 있어요.
선수 과목
커리큘럼
강의 개요
1
효율성의 기초
이 장에서는 효율적인 Python 코드를 작성한다는 것이 무엇인지 배워요. Python Standard Library를 살펴보고, NumPy 배열을 알아보며, Python의 내장 도구 몇 가지를 직접 사용해 봅니다. 이 장은 이후에 다룰 개념들을 위한 기반을 다져 줍니다.
2
코드의 시간 측정과 프로파일링
이 장에서는 서로 다른 코딩 접근 방식의 실행 시간을 수집하고 비교하는 방법을 배워요. line_profiler와 memory_profiler 패키지를 사용해 코드베이스를 프로파일링하고 병목을 찾아보는 연습을 합니다. 그런 다음, 학습한 내용을 적용해 이러한 병목을 효율적인 Python 코드로 대체해 볼 거예요.
3
효율성 높이기
이 장에서는 더 복잡한 효율성 팁과 요령을 다룹니다. 효율적인 코드를 작성하는 데 유용한 몇 가지 내장 모듈을 배우고, 집합론을 활용하는 연습을 해요. 이어서 Python의 반복 패턴을 살펴보고 이를 더 효율적으로 만드는 방법을 배웁니다.
4
기초적인 pandas 최적화
이 장에서는 pandas DataFrame을 효율적으로 다루는 방법을 간단히 소개합니다. DataFrame을 반복(iterate)하는 다양한 방법을 배우고, 이어서 DataFrame에 저장된 데이터에 함수를 효율적으로 적용하는 방법을 살펴봅니다.
효율적인 Python 코드 작성
강의
완료
