Name: Эффективный код на Python
Rating: 4.819787985865724 (2547 reviews)

Описание курса

Работая специалистом по данным, вы должны тратить большую часть времени на извлечение полезных выводов из данных — а не на ожидание завершения работы кода. Написание эффективного кода на Python помогает сократить время выполнения и снизить потребление вычислительных ресурсов, освобождая вас для действительно важных задач. В этом курсе вы научитесь использовать встроенные структуры данных, функции и модули Python, чтобы писать более чистый, быстрый и эффективный код. Вы узнаете, как измерять время выполнения и профилировать код для поиска узких мест. Затем вы научитесь устранять эти узкие места и другие антипаттерны с помощью стандартной библиотеки Python, NumPy и pandas. По завершении курса у вас будут все необходимые инструменты для написания эффективного кода на Python!Видеоуроки содержат субтитры, которые можно открыть, нажав «Show transcript» в нижнем левом углу. Глоссарий курса находится справа в разделе ресурсов. Для получения кредитов CPE необходимо завершить курс и набрать не менее 70% в итоговой оценке. Перейти к оценке можно, нажав на соответствующий блок CPE credits справа.

Предварительные требования

Data Types in Python Python Toolbox

Программа

Структура курса

Основы эффективного кода

В этой главе вы узнаете, что значит писать эффективный код на Python. Вы познакомитесь со стандартной библиотекой Python, изучите массивы NumPy и попрактикуетесь в использовании встроенных инструментов языка. Эта глава закладывает основу для всех последующих тем курса.

Начать главу

Измерение времени и профилирование кода

В этой главе вы научитесь измерять и сравнивать время выполнения различных подходов к написанию кода. Вы попрактикуетесь в использовании пакетов `line_profiler` и `memory_profiler` для профилирования кода и обнаружения узких мест. Затем вы закрепите полученные знания, заменив эти узкие места эффективным кодом на Python.

Начать главу

Повышение эффективности

В этой главе рассматриваются более сложные приёмы повышения эффективности. Вы познакомитесь с несколькими полезными встроенными модулями и попрактикуетесь в применении теории множеств. Кроме того, вы изучите шаблоны циклов в Python и способы сделать их более эффективными.

Начать главу

Основы оптимизации в pandas

Эта глава представляет собой краткое введение в эффективную работу с DataFrame в pandas. Вы познакомитесь с различными способами итерации по DataFrame, а затем научитесь эффективно применять функции к данным, хранящимся в DataFrame.