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.

Welkom!

Mini-quiz: wat is efficiënt?

Een voorproefje van wat komt

Zen van Python

Bouwen met ingebouwde functies

Oefenen met built-ins: range()

Oefenen met ingebouwde functies: enumerate()

Oefenen met ingebouwde functies: map()

De kracht van NumPy-arrays

Oefenen met NumPy-arrays

Alles samenbrengen: 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

Als Data Scientist zou je het grootste deel van je tijd moeten besteden aan het halen van bruikbare inzichten uit data — niet aan wachten tot je code klaar is. Efficiënte Python-code schrijven kan de looptijd verkorten en rekenkracht besparen, zodat je meer tijd overhoudt voor het werk waar je blij van wordt als Data Scientist. In deze cursus leer je hoe je Python’s ingebouwde datastructuren, functies en modules gebruikt om schonere, snellere en efficiëntere code te schrijven. We bekijken hoe je code kunt timen en profileren om knelpunten te vinden. Daarna ga je oefenen met het wegnemen van die knelpunten en andere onhandige ontwerpkeuzes met Python’s Standard Library, NumPy en pandas. Na afloop van deze cursus heb je de tools in handen om efficiënte Python-code te schrijven!

De video’s bevatten live-transcripties die je kunt tonen door linksonder in de video’s op "Show transcript" te klikken.
De woordenlijst van de cursus vind je rechts bij de bronnen.
Om CPE-credits te behalen, moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Je gaat naar de toets via de CPE-creditsvermelding aan de rechterkant.

Data Types in Python

Python Toolbox

Leer efficiënte code te schrijven die snel werkt en middelen slim gebruikt om onnodige overhead te vermijden.

Efficiënte Python-code schrijven

Data-engineer in Python

Python programmeren

Mini-quiz: wat is efficiënt?

Efficiënte Python-code schrijven

Praktische interactieve oefening