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 e ingegneria del software

Le grandi idee

Modularità di Python nel mondo reale

Introduzione ai pacchetti e alla documentazione

Installare pacchetti con pip

Sfruttare la documentazione

Convenzioni e PEP 8

Usare pycodestyle

Conformarsi a PEP 8

PEP 8 nella documentazione

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.

Writing your first package

Minimal package requirements

Naming packages

Recognizing packages

Adding functionality to packages

Adding functionality to your package

Using your package's new functionality

Making your package portable

Writing requirements.txt

Installing package requirements

Creating setup.py

Listing requirements in setup.py

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

Gli specialisti di Data Science possono trarre enormi vantaggi imparando concetti dell’ingegneria del software, così da riutilizzare più facilmente il proprio codice e condividerlo con i collaboratori. In questo corso scoprirai le idee fondamentali di modularità, documentazione e test automatizzati, e vedrai come possano aiutarti a risolvere problemi di Data Science più rapidamente e in un modo che renderà felice il te del futuro. Metterai anche in pratica le tue nuove competenze di ingegneria del software per scrivere un tuo pacchetto Python per l’analisi dei testi.

Introduction to Functions in Python

Scopri modularità, documentazione e test automatici per risolvere problemi di data science rapidamente.

Principi di Ingegneria del Software in Python

Scopri modularità, documentazione e test automatizzati per risolvere problemi di data science in modo veloce e affidabile.

Ingegnere AI associato per scienziati dei dati

Ingegnere AI associato per sviluppatori

Ingegnere dei dati in Python

Programmazione Python

Machine Learning Engineer at Eastman

Introduzione a Pacchetti e Documentazione

Pacchetti e PyPi

Introduzione a pip

Usare pip per installare numpy

Come usiamo numpy?

Leggere la documentazione con help()

Ayo berlatih!

Software Engineering & Data Science - Introduzione ai pacchetti e alla documentazione

Introduzione ai pacchetti e alla documentazione

Create Your Free Account