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.

Welcome!

Pop quiz: what is efficient

A taste of things to come

Zen of Python

Building with built-ins

Built-in practice: range()

Built-in practice: enumerate()

Built-in practice: map()

The power of NumPy arrays

Practice with NumPy arrays

Bringing it all together: 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.

Analizzare i tempi di esecuzione

Usare %timeit: tocca a te!

Usare %timeit: specificare numero di esecuzioni e loop

Usare %timeit: nome formale o sintassi letterale

Profilazione del codice per il runtime

Quiz lampo: passaggi per usare %lprun

Usare %lprun: individua i colli di bottiglia

Uso di %lprun: risolvi il collo di bottiglia

Profilazione del codice per l'uso della memoria

Domanda lampo: passaggi per usare %mprun

Usare %mprun: BMI degli eroi

Usare %mprun: Hero BMI 2.0

Mettiamo tutto insieme: profiling su Star Wars

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

Come Data Scientist, la maggior parte del tuo tempo dovrebbe essere dedicata a ricavare insight utili dai dati — non ad aspettare che il codice finisca di eseguire. Scrivere codice Python efficiente può ridurre i tempi di esecuzione e risparmiare risorse computazionali, liberandoti così per fare ciò che ami di più come Data Scientist. In questo corso imparerai a usare le strutture dati, le funzioni e i moduli integrati di Python per scrivere codice più pulito, veloce ed efficiente. Esploreremo come misurare e profilare il codice per individuare i colli di bottiglia. Poi metterai in pratica ciò che hai imparato eliminando questi colli di bottiglia e altri schemi progettuali poco efficaci, utilizzando la Standard Library di Python, NumPy e pandas. Al termine del corso avrai gli strumenti necessari per iniziare a scrivere codice Python efficiente!

I video includono trascrizioni dal vivo che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video.
Il glossario del corso si trova a destra nella sezione delle risorse.
Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sul riquadro dei crediti CPE sulla destra.

Data Types in Python

Python Toolbox

Impara a scrivere codice efficiente che esegue rapidamente e gestisce risorse per evitare sprechi.

Scrivere codice Python efficiente

Impara a scrivere codice efficiente che si esegua velocemente e usi le risorse in modo intelligente per evitare sprechi inutili.

Profilazione del codice per l'uso della memoria

Create Your Free Account