In this chapter, you'll learn what it means to write efficient Python code. You'll explore Python's Standard Library, learn about NumPy arrays, and practice using some of Python's built-in tools.  This chapter builds a foundation for the concepts covered ahead.

¡Te damos la bienvenida!

Prueba sorpresa: ¿qué es la eficiencia?

Un anticipo de lo que está por venir

Zen de Python

Edificio empotrado

Práctica incorporada: range()

Práctica incorporada: enumerar()

Práctica incorporada: map()

El poder de las matrices NumPy

Practica con matrices NumPy

Uniéndolo todo: ¡Festivus!

Foundations for efficiencies

In this chapter, you will learn how to gather and compare runtimes between different coding approaches.  You'll practice using the line_profiler and memory_profiler packages to profile your code base and spot bottlenecks. Then, you'll put your learnings to practice by replacing these bottlenecks with efficient Python code.

Examining runtime

Using %timeit: your turn!

Using %timeit: specifying number of runs and loops

Using %timeit: formal name or literal syntax

Code profiling for runtime

Pop quiz: steps for using %lprun

Using %lprun: spot bottlenecks

Using %lprun: fix the bottleneck

Code profiling for memory usage

Pop quiz: steps for using %mprun

Using %mprun: Hero BMI

Using %mprun: Hero BMI 2.0

Bringing it all together: Star Wars profiling

Timing and profiling code

This chapter covers more complex efficiency tips and tricks. You'll learn a few useful built-in modules for writing efficient code and practice using set theory.  You'll then learn about looping patterns in Python and how to make them more efficient.

Efficiently combining, counting, and iterating

Combining Pokémon names and types

Counting Pokémon from a sample

Combinations of Pokémon

Set theory

Comparing Pokédexes

Searching for Pokémon

Gathering unique Pokémon

Eliminating loops

Gathering Pokémon without a loop

Pokémon totals and averages without a loop

Writing better loops

One-time calculation loop

Holistic conversion loop

Bringing it all together: Pokémon z-scores

Gaining efficiencies

This chapter offers a brief introduction on how to efficiently work with pandas DataFrames. You'll learn the various options you have for iterating over a DataFrame. Then, you'll learn how to efficiently apply functions to data stored in a DataFrame.

Intro to pandas DataFrame iteration

Iterating with .iterrows()

Run differentials with .iterrows()

Another iterator method: .itertuples()

Iterating with .itertuples()

Run differentials with .itertuples()

pandas alternative to looping

Analyzing baseball stats with .apply()

Settle a debate with .apply()

Optimal pandas iterating

Replacing .iloc with underlying arrays

Bringing it all together: Predict win percentage

Congratulations!

Basic pandas optimizations

Baseball statistics

Course Glossary

Como Data Scientist, la mayor parte de tu tiempo debería dedicarse a extraer información útil de los datos, no a esperar a que termine de ejecutarse tu código. Escribir código Python eficiente puede reducir el tiempo de ejecución y ahorrar recursos computacionales, liberándote para hacer lo que más te gusta como Data Scientist. En este curso, aprenderás a usar las estructuras de datos, funciones y módulos integrados de Python para escribir código más limpio, rápido y eficiente. Exploraremos cómo cronometrar y perfilar código para encontrar cuellos de botella. Después, practicarás cómo eliminarlos, junto con otros patrones de diseño poco recomendables, usando la Biblioteca estándar de Python, NumPy y pandas. Al finalizar el curso, tendrás las herramientas necesarias para empezar a escribir código Python eficiente.

Los vídeos incluyen transcripciones en directo que puedes mostrar haciendo clic en "Show transcript" en la parte inferior izquierda de los vídeos.
El glosario del curso está disponible a la derecha, en la sección de recursos.
Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70% en la evaluación cualificada. Puedes ir a la evaluación haciendo clic en el aviso de créditos CPE a la derecha.

Data Types in Python

Python Toolbox

Aprende a escribir código eficiente que se ejecute rápido y gestione recursos hábilmente para evitar sobrecargas.

Cómo escribir código Python eficiente

Aprende a escribir código eficiente que se ejecute con rapidez y asigna recursos con habilidad para evitar sobrecargas innecesarias.

Ingeniero de datos en Python

Programación en Python

Prueba sorpresa: ¿qué es la eficiencia?

Cómo escribir código Python eficiente

Ejercicio interactivo práctico