¿Por qué deberías interesarte por los conceptos de ingeniería de software como científico de datos?  Aquí trataremos conceptos específicos de ingeniería de software y cómo estas importantes ideas pueden revolucionar tu flujo de trabajo en ciencia de datos.

Python, ciencia de datos e ingeniería de software

Las grandes ideas

La modularidad de Python en la práctica

Introducción a los paquetes y la documentación

Instalación de paquetes con pip

Aprovechamiento de la documentación

Convenciones y PEP 8

Usando pycodestyle

Conforme a PEP 8

PEP 8 en la documentación

Ingeniería de software y ciencia de datos

¡Conviértete en un programador de paquetes Python completo escribiendo tu primer paquete!  Aprenderás a estructurar y escribir código Python que se pueda instalar, utilizar y distribuir igual que paquetes famosos como NumPy y Pandas.

Escribir tu primer paquete

Requisitos mínimos del paquete

Nombrar paquetes

Reconocimiento de paquetes

Añadir funcionalidad a los paquetes

Añadir funcionalidad a tu paquete

Uso de las nuevas funciones de tu paquete

Hacer que tu paquete sea portátil

Requisitos de escritura.txt

Instalación de los requisitos del paquete

Creación de setup.py

Requisitos de listado en setup.py

Escribir un módulo Python

La programación orientada a objetos es un elemento básico del desarrollo en Python.  Al aprovechar las clases y la herencia, tu paquete Python se convertirá en una herramienta mucho más potente para tus usuarios.

Añadir clases a un paquete

Escribir una clase para tu paquete

Uso de la clase de tu paquete

Añadir funcionalidad a las clases

Escribir un método no público

Uso de la funcionalidad de tu clase

Las clases y el principio DRY

Usar la herencia para crear una clase

Añadir funcionalidad a una clase hija

Usando tu clase hija

Herencia multinivel

Explorar con dir y help

Creación de una clase nieta

Uso de métodos heredados

Utilización de clases

¡Ya has escrito un paquete Python totalmente funcional para el análisis de texto!  Para facilitar al máximo el mantenimiento de tu proyecto, aprovecharemos las mejores prácticas en torno a conceptos como la documentación y las pruebas unitarias.

Documentación

Identificar los comentarios positivos

Identificación de cadenas de documentación adecuadas

Escribir cadenas de documentación

La legibilidad es importante

Usar buenos nombres para las funciones

Usar buenos nombres para las variables

Refactorización para mejorar la legibilidad

Pruebas unitarias

Uso de doctest

Uso de pytest

Documentación y pruebas en la práctica

Documentación de clases para Sphinx

Herramientas de identificación

Reflexiones finales

Mantenibilidad

Los científicos de datos pueden obtener enormes beneficios al aprender conceptos del campo de la ingeniería de software, lo que les permite reutilizar más fácilmente su código y compartirlo con sus colaboradores. En este curso, aprenderás todo lo relacionado con conceptos importantes como la modularidad, la documentación y las pruebas automatizadas, y descubrirás cómo pueden ayudarte a resolver problemas de ciencia de datos más rápidamente y de una forma que te satisfará en el futuro. Incluso podrás utilizar tus conocimientos de ingeniería de software para escribir tu propio paquete Python para realizar análisis de texto.

Introduction to Functions in Python

Aprende sobre modularidad, documentación y pruebas automatizadas para resolver problemas de ciencia de datos.

Principios de ingeniería de software en Python

Modularidad, documentación y pruebas automatizadas para resolver problemas de ciencia de datos de forma rápida y fiable.

Ingeniero Asociado de IA para Científicos de Datos

Associate AI Engineer para desarrolladores

Ingeniero de datos en Python

Programación en Python

Requisitos mínimos del paquete

Principios de ingeniería de software en Python

Ejercicio interactivo práctico