Ничего не найдено

Пишем эффективный код на Python

В этом курсе вы узнаете, как использовать встроенные структуры данных, функции и модули Python для написания более чистого, быстрого и эффективного кода.

Виталий Кулиев
Преподаватель

Виталий Кулиев

Закончил МФТИ. Программирую на Python около 10 лет. Последние 5 лет выбираю проекты, где машинное обучение и data science играют ключевую роль. На своем YouTube-канале делюсь практическим опытом в разработке

4часа
15видео
38упражнений
4050опыта
Описание курсаКак специалист по анализу данных, большую часть своего времени вы будете тратить на получение полезных сведений из данных, а не на ожидание завершения работы вашего кода. Написание эффективного кода Python может помочь сократить время выполнения и сэкономить вычислительные ресурсы, что в конечном итоге сократит время вашей работы. В этом курсе вы узнаете, как использовать встроенные структуры данных, функции и модули Python для написания более чистого, быстрого и эффективного кода. Мы изучим, как измерять время выполнения и профилировать код, чтобы найти проблемные места. Затем вы попрактикуетесь в устранении этих проблемных мест и других нехороших шаблонах проектирования, используя стандартные библиотеки Python, NumPy и pandas. После прохождения этого курса у вас будут необходимые знания, чтобы начать писать эффективный код на Python!
1.  Основы эффективности
В этой главе вы узнаете, что значит писать эффективный код на Python. Вы изучите стандартную библиотеку Python, узнаете о массивах NumPy и попрактикуетесь в использовании некоторых встроенных инструментов Python. В этой главе закладывается основа для принципов, рассмотренных далее.

2.  Код синхронизации и профилирования
В этой главе вы узнаете, как считать и сравнивать время выполнения в различных подходах к программированию. Вы попрактикуетесь в использовании пакетов line_profiler и memory_profiler для профилирования вашего кода и выявления проблемных мест. Затем вы примените полученные знания на практике, заменив эти проблемные места эффективным кодом на Python.

3.  Повышение эффективности
В этой главе рассматриваются более сложные советы и рекомендации для повышения эффективности. Вы изучите несколько полезных встроенных модулей для написания эффективного кода и попрактикуетесь в использовании теории множеств. Затем вы узнаете о циклах в Python и о том, как сделать их более эффективными.

4.  Основы оптимизации pandas
Эта глава предлагает краткое введение в эффективную работу с pandas DataFrames. Вы узнаете о различных вариантах перебора DataFrame. Затем вы узнаете, как эффективно применять функции к данным, хранящимся в DataFrame.

ООО «Дипскиллс»
г. Москва, ул. Измайловский Вал, д. 2
© DeepSkills, 2023