Inicio
Cursos
Escribir código Python eficiente

Introducción a la iteración de DataFrame de pandas

Este ejercicio forma parte del curso

Escribir código Python eficiente

IntermedioNivel de habilidad

4.8+

En este capítulo, aprenderás lo que significa escribir código Python eficiente. Explorarás la Biblioteca Estándar de Python, aprenderás sobre los arreglos de NumPy y practicarás el uso de algunas de las herramientas incorporadas de Python. Este capítulo sienta las bases de los conceptos que se tratan a continuación.

Exercise 1: ¡Te damos la bienvenida!Exercise 2: Prueba sorpresa: ¿qué es la eficiencia?Exercise 3: Una muestra de lo que está por venir Exercise 4: Zen de Python Exercise 5: Edificio empotrado Exercise 6: Práctica incorporada: range()Exercise 7: Práctica incorporada: enumerar()Exercise 8: Práctica incorporada: map()Exercise 9: El poder de los arreglos NumPy Exercise 10: Práctica con arreglos NumPy Exercise 11: Uniéndolo todo: ¡Festivus!

En este capítulo, aprenderás a recopilar y comparar los tiempos de ejecución entre distintos enfoques de codificación. Practicarás el uso de los paquetes line_profiler y memory_profiler para perfilar tu base de código y detectar cuellos de botella. Luego, pondrás en práctica lo aprendido sustituyendo estos cuellos de botella por código Python eficiente.

Exercise 1: Examinar el tiempo de ejecución Exercise 2: Usando %timeit: ¡te toca!Exercise 3: Uso de %timeit: especificar el número de ejecuciones y bucles Exercise 4: Uso de %timeit: nombre formal o sintaxis literal Exercise 5: Perfilado del código en tiempo de ejecución Exercise 6: Prueba sorpresa: pasos para utilizar %lprun Exercise 7: Utilizar %lprun: detectar cuellos de botella Exercise 8: Utilizar %lprun: arreglar el cuello de botella Exercise 9: Perfilado de código para uso de memoria Exercise 10: Prueba sorpresa: pasos para utilizar %mprun Exercise 11: Utilizando %mprun: Héroe IMC Exercise 12: Utilizando %mprun: Hero BMI 2.0 Exercise 13: Uniéndolo todo: Perfil de Star Wars

Este capítulo trata de trucos y consejos de eficacia más complejos. Aprenderás algunos módulos integrados útiles para escribir código eficiente y practicar el uso de la teoría de conjuntos. A continuación, aprenderás sobre los patrones de bucle en Python y cómo hacerlos más eficientes.

Exercise 1: Combinar, contar e iterar eficazmente Exercise 2: Combinar nombres y tipos de Pokémon Exercise 3: Contar Pokémon de una muestra Exercise 4: Combinaciones de Pokémon Exercise 5: Teoría de conjuntos Exercise 6: Comparar Pokédex Exercise 7: Buscando Pokémon Exercise 8: Reunir Pokémon únicos Exercise 9: Eliminar bucles Exercise 10: Reunir Pokémon sin bucle Exercise 11: Totales y promedios Pokémon sin bucle Exercise 12: Escribir mejores bucles Exercise 13: Bucle de cálculo único Exercise 14: Bucle for de conversión holística Exercise 15: Uniéndolo todo: Pokémon z-scores

Este capítulo ofrece una breve introducción sobre cómo trabajar eficazmente con los DataFrames de pandas. Aprenderás las distintas opciones que tienes para iterar sobre un DataFrame. A continuación, aprenderás a aplicar eficazmente funciones a los datos almacenados en un DataFrame.

Exercise 1: Introducción a la iteración de DataFrame de pandas

Ejercicio actual

Exercise 2: Iterar con .iterrows()Exercise 3: Ejecuta diferenciales con .iterrows()Exercise 4: Otro método iterador: .itertuples()Exercise 5: Iterar con .itertuples()Exercise 6: Ejecutar diferenciales con .itertuples()Exercise 7: alternativa de pandas a los bucles Exercise 8: Analizar estadísticas de béisbol con .apply()Exercise 9: Resuelve un debate con .apply()Exercise 10: Iteración óptima de pandas Exercise 11: Sustituir .iloc por arreglos subyacentes Exercise 12: Uniéndolo todo: Predecir el porcentaje de victorias Exercise 13: ¡Enhorabuena!