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

Software Engineering & Data Science

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.

Dein erstes Package schreiben

Minimale Paketanforderungen

Pakete benennen

Packages erkennen

Paketen Funktionalität hinzufügen

Funktionalität zu deinem Paket hinzufügen

Die neue Funktionalität deines Packages nutzen

Dein Paket portabel machen

requirements.txt schreiben

Paketanforderungen installieren

setup.py erstellen

Anforderungen in setup.py auflisten

Writing a Python Module

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

Utilizing Classes

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

Maintainability

Als Data Scientist profitierst du enorm von Konzepten aus der Softwareentwicklung: So kannst du deinen Code leichter wiederverwenden und mit anderen teilen. In diesem Kurs lernst du die wichtigsten Ideen rund um Modularität, Dokumentation und automatisiertes Testen kennen und siehst, wie sie dir helfen, Data-Science-Probleme schneller und so zu lösen, dass sich dein zukünftiges Ich freut. Am Ende setzt du das Gelernte ein und schreibst dein eigenes Python-Paket für Textanalysen.

Introduction to Functions in Python

Lernen Sie über Modularität, Dokumentation und Tests, um Datenprobleme schneller und sicherer zu lösen.

Grundlagen der Softwareentwicklung in Python

Lerne mehr über Modularität, Dokumentation und automatisierte Tests, damit du Probleme im Bereich Data Science schneller und zuverlässiger lösen kannst.

Associate AI Engineer für Datenwissenschaftler

Associate AI Engineer für Entwickler

Dateningenieur in Python

Python-Programmierung

Minimale Paketanforderungen

Interaktive praktische Übung