After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
ในฐานะ Data Scientist งานส่วนใหญ่ควรใช้ไปกับการดึงข้อมูลเชิงลึกที่นำไปใช้ได้จริง ไม่ใช่การรอให้โค้ดทำงานเสร็จ การเขียน Python code ที่มีประสิทธิภาพช่วยลดเวลาในการรันและประหยัดทรัพยากรการคำนวณ เพื่อให้มีเวลาโฟกัสกับงานที่สำคัญกว่า ในคอร์สนี้จะได้เรียนรู้วิธีใช้โครงสร้างข้อมูล ฟังก์ชัน และโมดูลที่ Python มีให้ในตัว เพื่อเขียนโค้ดที่สะอาด รวดเร็ว และมีประสิทธิภาพยิ่งขึ้น จากนั้นจะสำรวจวิธีจับเวลาและ profile โค้ดเพื่อหาจุดที่เป็นคอขวด แล้วฝึกแก้ไขปัญหาเหล่านั้นโดยใช้ Python Standard Library, NumPy และ pandas เมื่อจบคอร์สนี้แล้ว จะมีเครื่องมือพร้อมสำหรับการเขียน Python code ที่มีประสิทธิภาพได้ทันทีวิดีโอมี transcript แบบ live ที่สามารถดูได้โดยคลิก "Show transcript" ที่มุมล่างซ้ายของวิดีโอ
ดูอภิธานศัพท์ของคอร์สได้ที่แถบ resources ด้านขวา
หากต้องการรับ CPE credits ต้องทำคอร์สให้ครบและได้คะแนนไม่ต่ำกว่า 70% ในแบบประเมิน สามารถเข้าสู่แบบประเมินได้โดยคลิกที่ CPE credits callout ทางด้านขวา
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
รากฐานสำหรับการเขียนโค้ดอย่างมีประสิทธิภาพ
ในบทนี้จะได้เรียนรู้ว่าการเขียน Python code ที่มีประสิทธิภาพหมายความว่าอย่างไร จะสำรวจ Python Standard Library เรียนรู้เกี่ยวกับ NumPy arrays และฝึกใช้เครื่องมือในตัวของ Python บทนี้จะวางรากฐานสำหรับแนวคิดที่จะครอบคลุมในบทถัดไป
- ยินดีต้อนรับ!50 XP
- แบบทดสอบด่วน: โค้ดที่มีประสิทธิภาพคืออะไร50 XP
- ลองชิมสิ่งที่กำลังจะมาถึง100 XP
- Zen of Python50 XP
- สร้างโค้ดด้วย built-ins50 XP
- แบบฝึกหัด built-in: range()100 XP
- ฝึกใช้ built-in: enumerate()100 XP
- ฝึกใช้ built-in: map()100 XP
- พลังของ NumPy arrays50 XP
- ฝึกใช้งาน NumPy arrays100 XP
- รวมทุกอย่างเข้าด้วยกัน: Festivus!100 XP
2
การจับเวลาและการ profile โค้ด
ในบทนี้จะได้เรียนรู้วิธีวัดและเปรียบเทียบเวลาในการรันระหว่างแนวทางการเขียนโค้ดแบบต่าง ๆ จะฝึกใช้แพ็กเกจ line_profiler และ memory_profiler เพื่อ profile โค้ดและระบุจุดที่เป็นคอขวด จากนั้นจะนำความรู้ที่ได้มาปรับปรุงโค้ดให้มีประสิทธิภาพยิ่งขึ้น
3
เทคนิคเพิ่มประสิทธิภาพขั้นสูง
บทนี้ครอบคลุมเทคนิคการเพิ่มประสิทธิภาพที่ซับซ้อนมากขึ้น จะได้เรียนรู้โมดูลในตัวที่มีประโยชน์สำหรับการเขียนโค้ดอย่างมีประสิทธิภาพ และฝึกใช้ทฤษฎีเซต จากนั้นจะศึกษารูปแบบการวนลูปใน Python และวิธีทำให้มีประสิทธิภาพมากขึ้น
4
การปรับแต่ง pandas เบื้องต้น
บทนี้แนะนำวิธีทำงานกับ pandas DataFrames อย่างมีประสิทธิภาพ จะได้เรียนรู้ตัวเลือกต่าง ๆ สำหรับการวนซ้ำใน DataFrame จากนั้นจะเรียนรู้วิธีนำฟังก์ชันไปใช้กับข้อมูลใน DataFrame อย่างมีประสิทธิภาพ
การเขียน Python Code ที่มีประสิทธิภาพ
เรียนจบแล้ว
