I det här kapitlet lär du dig vad det innebär att skriva effektiv Python-kod. Du utforskar Pythons standardbibliotek, lär dig om NumPy-arrayer och övar på att använda några av Pythons inbyggda verktyg. Kapitlet lägger grunden för de koncept som behandlas längre fram.

Välkommen!

Snabbfråga: vad är effektivitet?

En försmak av vad som komma skall

Zen of Python

Bygg med inbyggda funktioner

Inbyggd övning: range()

Inbyggd övning: enumerate()

Inbyggd övning: map()

NumPy-arrayernas kraft

Öva med NumPy-arrayer

Allt på en gång: Festivus!

Grunder för effektivitet

I det här kapitlet lär du dig att mäta och jämföra körtider för olika kodlösningar. Du övar på att använda paketen `line_profiler` och `memory_profiler` för att profilera din kodbas och hitta flaskhalsar. Sedan omsätter du dina kunskaper i praktiken genom att ersätta dessa flaskhalsar med effektiv Python-kod.

Undersöka körtid

Använd %timeit: din tur!

Använda %timeit: ange antal körningar och loopar

Använda %timeit: formellt namn eller literal syntax

Kodprofilering för körtid

Snabbfråga: steg för att använda %lprun

Använda %lprun: hitta flaskhalsar

Använda %lprun: åtgärda flaskhalsen

Kodprofilering för minnesanvändning

Snabbfråga: steg för att använda %mprun

Använda %mprun: Hjälte-BMI

Använd %mprun: Hjälte-BMI 2.0

Allt ihop: Star Wars-profilering

Tidsmätning och kodprofilering

Det här kapitlet behandlar mer avancerade tips och tricks för effektivitet. Du lär dig några användbara inbyggda moduler för effektiv kod och övar på mängdteori. Därefter går du igenom loopmönster i Python och hur du kan göra dem mer effektiva.

Att kombinera, räkna och iterera effektivt

Kombinera Pokémon-namn och typer

Räkna Pokémon från ett urval

Kombinationer av Pokémon

Mängdlära

Jämföra Pokédexar

Söka efter Pokémon

Samla unika Pokémon

Eliminera loopar

Samla Pokémon utan en loop

Pokémons totaler och medelvärden utan en slinga

Att skriva effektivare loopar

Engångsberäkning i slinga

Holistisk konverteringsslinga

Allt tillsammans: z-poäng för Pokémon

Ökad effektivitet

Det här kapitlet ger en kort introduktion till hur du arbetar effektivt med pandas DataFrames. Du lär dig de olika sätten att iterera över en DataFrame och hur du effektivt tillämpar funktioner på data som lagrats i en DataFrame.

Introduktion till iteration över pandas DataFrames

Iteration med .iterrows()

Rundifferenser med .iterrows()

En annan iterationsmetod: .itertuples()

Iterera med .itertuples()

Poängdifferenser med .itertuples()

pandas-alternativ till loopar

Analysera basebollstatistik med .apply()

Avgör en tvist med .apply()

Optimal pandas-iteration

Ersätt .iloc med underliggande arrayer

Sätt ihop allt: Förutsäg vinstprocent

Grattis!

Grundläggande pandas-optimeringar

Course Glossary

Baseball statistics

Som datavetenare bör du lägga merparten av din tid på att utvinna användbara insikter från data – inte på att vänta på att koden ska bli klar. Att skriva effektiv Python-kod kan minska körtiden och spara beräkningsresurser, så att du får mer tid över för det som verkligen betyder något. I den här kursen lär du dig att använda Pythons inbyggda datastrukturer, funktioner och moduler för att skriva renare, snabbare och mer effektiv kod. Du utforskar hur man mäter och profilerar kod för att hitta flaskhalsar. Sedan övar du på att eliminera dessa flaskhalsar och andra dåliga designmönster med hjälp av Pythons standardbibliotek, NumPy och pandas. När du är klar med kursen har du de verktyg du behöver för att börja skriva effektiv Python-kod!

Videorna innehåller direkttextning som du kan visa genom att klicka på "Show transcript" längst ned till vänster i videospelaren.
Kursens ordlista finns till höger i resurssektionen.
För att få CPE-poäng behöver du slutföra kursen och nå ett resultat på minst 70 % på den kvalificerade bedömningen. Du når bedömningen via CPE-poänglänken till höger.

Data Types in Python

Python Toolbox

Lär dig skriva effektiv kod som körs snabbt och hanterar resurser skickligt för att undvika onödig belastning.

Att skriva effektiv Python-kod

Lär dig skriva effektiv kod som körs snabbt och allokerar resurser skickligt för att undvika onödig overhead.

Dataingenjör i Python

Python för mjukvaruteknik

Python-programmering

Snabbfråga: vad är effektivitet?

Att skriva effektiv Python-kod

Interaktiv övning med praktiskt arbete