Ana içeriğe atla

Kurs

Verimli Python Kodu Yazmak

Orta SeviyeBeceri Seviyesi

Güncel 01.2026

Gereksiz ek yükten kaçınmak için hızlı çalışan ve kaynakları ustaca tahsis eden verimli kod yazmayı öğrenin.

Kursa Ücretsiz Başlayın

PythonProgramming

4 sa

15 video

52 Egzersiz

4,000 XP

150K+

Başarı Belgesi

Binlerce şirketten öğrencinin sevgisini kazandı

Bir Ekibi Eğitiyor musunuz?

İşletmeler için deneyin

Kurs Açıklaması

Bir Veri Bilimci olarak zamanının çoğunu kodunun çalışmasının bitmesini bekleyerek değil, verilerden eyleme dönüştürülebilir içgörüler çıkararak geçirmelisin. Verimli Python kodu yazmak, çalışma süresini azaltmaya ve hesaplama kaynaklarını tasarruflu kullanmaya yardımcı olur; böylece Veri Bilimci olarak sevdiğin işlere daha fazla zaman ayırırsın. Bu kursta, daha temiz, daha hızlı ve daha verimli kod yazmak için Python'un yerleşik veri yapıları, fonksiyonları ve modüllerini nasıl kullanacağını öğreneceksin. Darboğazları bulmak için kodu nasıl zamanlayıp profilleyeceğimizi keşfedeceğiz. Ardından, Python'un Standart Kitaplığı, NumPy ve pandas kullanarak bu darboğazları ve diğer kötü tasarım örüntülerini ortadan kaldırmayı pratik edeceksin. Bu kursu tamamladığında, verimli Python kodu yazmaya başlamak için gerekli araçlara sahip olacaksın!Videolarda, videoların sol altındaki "Show transcript" bağlantısına tıklayarak açabileceğin canlı transkriptler bulunur. Kurs sözlüğünü sağ taraftaki kaynaklar bölümünde bulabilirsin. CPE kredisi almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağ taraftaki CPE kredileri bilgilendirmesine tıklayarak değerlendirmeye gidebilirsin.

Önkoşullar

Data Types in Python Python Toolbox

1

Verimlilik için temeller

Bu bölümde, verimli Python kodu yazmanın ne anlama geldiğini öğreneceksin. Python'un Standart Kitaplığı'nı keşfedecek, NumPy dizilerini tanıyacak ve bazı yerleşik araçları kullanmayı pratik edeceksin. Bu bölüm, ileride ele alınacak kavramlar için bir temel oluşturur.

Hoş geldin!

Hızlı test: verimli olan nedir

Gelecekten küçük bir tat

Python'un Zen'i

Yerleşiklerle inşa etmek

Yerleşik pratik: range()

Yerleşik pratik: enumerate()

Yerleşik pratik: map()

NumPy dizilerinin gücü

NumPy dizileriyle pratik

Hepsini bir araya getirelim: Festivus!

Bölümü Başlat

2

Kodu zamanlama ve profilleme

Bu bölümde, farklı kodlama yaklaşımlarının çalışma sürelerini nasıl toplayıp karşılaştıracağını öğreneceksin. Kod tabanını profillemek ve darboğazları belirlemek için line_profiler ve memory_profiler paketlerini kullanmayı pratik edeceksin. Sonrasında, bu darboğazları verimli Python koduyla değiştirerek öğrendiklerini uygulayacaksın.

Çalışma süresini incelemek

%timeit kullanmak: sıra sende!

%timeit kullanımı: çalıştırma ve döngü sayısını belirtme

%timeit kullanımı: resmi ad mı, literal söz dizimi mi

Çalışma süresi için kod profilleme

Hızlı test: %lprun kullanma adımları

%lprun kullanma: darboğazları yakala

%lprun kullanımı: darboğazı düzelt

Bellek kullanımı için kod profil çıkarma

Hızlı sınav: %mprun kullanma adımları

%mprun kullanımı: Kahraman BMI

%mprun kullanma: Kahraman BMI 2.0

Hepsini bir araya getirelim: Star Wars profil çıkarma

Bölümü Başlat

3

Verimlilik kazanmak

Bu bölüm daha gelişmiş verimlilik ipuçlarını ve püf noktalarını kapsar. Verimli kod yazmak için faydalı birkaç yerleşik modülü öğrenecek ve küme kuramını kullanmayı pratik edeceksin. Ardından Python'daki döngü örüntülerini ve bunları nasıl daha verimli hale getireceğini öğreneceksin.

Verimli bir şekilde birleştirme, sayma ve yineleme

Pokémon adlarını ve türlerini birleştirme

Bir örneklemden Pokémon saymak

Pokémon kombinasyonları

Kümeler kuramı

Pokédex'leri karşılaştırma

Pokémon aramak

Benzersiz Pokémon’ları toplama

Döngüleri ortadan kaldırma

Döngü kullanmadan Pokémon toplama

Döngü olmadan Pokémon toplamları ve ortalamaları

Daha iyi döngüler yazmak

Tek seferlik hesaplama döngüsü

Bütüncül dönüştürme döngüsü

Hepsini bir araya getirelim: Pokémon z-skorları

Bölümü Başlat

4

Temel pandas iyileştirmeleri

Bu bölüm, pandas DataFrame'lerle verimli çalışmaya kısa bir giriş sunar. Bir DataFrame üzerinde yineleme yapmak için sahip olduğun çeşitli seçenekleri öğreneceksin. Sonra, bir DataFrame'de saklanan verilere fonksiyonları nasıl verimli şekilde uygulayacağını keşfedeceksin.

pandas DataFrame üzerinde yinelemeye giriş

.iterrows() ile yineleme

.iterrows() ile skor farklarını hesapla

Başka bir yineleyici yöntemi: .itertuples()

.itertuples() ile yineleme

`.itertuples()` ile sayı farklarını hesapla

Döngüye alternatif: pandas yaklaşımları

apply() ile beyzbol istatistiklerini analiz etme

Apply ile bir tartışmayı çözelim (.apply())

En iyi pandas yinelemesi

Alttaki dizilerle .iloc'u değiştirme

Hepsini bir araya getirelim: Kazanma yüzdesini tahmin et

Bölümü Başlat

Verimli Python Kodu Yazmak

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyin
Sosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve Verimli Python Kodu Yazmak eğitimine başlayın!

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.