Saltar al contenido principal

Escribir código Python eficiente

Aprende a escribir código eficiente que se ejecute rápido y gestione recursos hábilmente para evitar sobrecarga.

Comienza El Curso Gratis

4 horas15 vídeos52 ejercicios124.988 aprendicesDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas

Descripción del curso

Como científico de datos, debes dedicar la mayor parte de tu tiempo a obtener información procesable de los datos, no a esperar a que el código termine de ejecutarse. Escribir código Python eficiente puede ayudar a reducir el tiempo de ejecución y ahorrar recursos computacionales, liberándote en última instancia para hacer las cosas que te gustan como Científico de Datos. En este curso aprenderás a utilizar las estructuras de datos, funciones y módulos incorporados de Python para escribir código más limpio, rápido y eficaz. Exploraremos cómo cronometrar y perfilar el código para encontrar cuellos de botella. Luego, practicarás la eliminación de estos cuellos de botella, y otros malos patrones de diseño, utilizando la Biblioteca Estándar de Python, NumPy y pandas. Después de completar este curso, ¡tendrás las herramientas necesarias para empezar a escribir código Python eficiente!

Empresas

¿Entrenar a 2 o más personas?

Obtén a tu equipo acceso a la plataforma DataCamp completa, incluidas todas las funciones.

En las siguientes pistas

Certificación disponible

Ingeniero de datos en Python

Programación en Python

1
Bases para la eficiencia
Gratuito
En este capítulo, aprenderás lo que significa escribir código Python eficiente. Explorarás la Biblioteca Estándar de Python, aprenderás sobre las matrices NumPy y practicarás el uso de algunas de las herramientas integradas de Python. Este capítulo sienta las bases de los conceptos que se tratan a continuación.
Reproducir Capítulo Ahora
¡Bienvenida!
50 xp
Prueba sorpresa: ¿qué es la eficiencia?
50 xp
Una muestra de lo que está por venir
100 xp
Zen de Python
50 xp
Edificio empotrado
50 xp
Práctica incorporada: range()
100 xp
Práctica incorporada: enumerar()
100 xp
Práctica incorporada: map()
100 xp
El poder de las matrices NumPy
50 xp
Practica con matrices NumPy
100 xp
Uniéndolo todo: ¡Festivus!
100 xp
2
Cronometraje y perfilado del código
En este capítulo, aprenderás a recopilar y comparar los tiempos de ejecución entre distintos enfoques de codificación. Practicarás el uso de los paquetes line_profiler y memory_profiler para perfilar tu base de código y detectar cuellos de botella. Luego, pondrás en práctica lo aprendido sustituyendo estos cuellos de botella por código Python eficiente.
Reproducir Capítulo Ahora
Examinar el tiempo de ejecución
50 xp
Usando %timeit: ¡te toca!
100 xp
Uso de %timeit: especificar el número de ejecuciones y bucles
50 xp
Uso de %timeit: especificar el número de ejecuciones y bucles
25 xp
Uso de %timeit: nombre formal o sintaxis literal
100 xp
Code profiling for runtime
50 xp
Pop quiz: steps for using %lprun
50 xp
Using %lprun: spot bottlenecks
50 xp
Utilizar %lprun: detectar cuellos de botella
50 xp
Code profiling for memory usage
50 xp
Pop quiz: steps for using %mprun
50 xp
Using %mprun: Hero BMI
50 xp
Utilizando %mprun: Hero BMI
50 xp
Bringing it all together: Star Wars profiling
100 xp
3
Ganar eficacia
Este capítulo cubre trucos y consejos de eficacia más complejos. Aprenderás algunos módulos integrados útiles para escribir código eficiente y practicar el uso de la teoría de conjuntos. A continuación, aprenderás sobre los patrones de bucle en Python y cómo hacerlos más eficientes.
Reproducir Capítulo Ahora
Combinar, contar e iterar eficazmente
50 xp
Combinar nombres y tipos de Pokémon
100 xp
Contar Pokémon de una muestra
100 xp
Combinaciones de Pokémon
100 xp
Teoría de conjuntos
50 xp
Comparar Pokédex
100 xp
Buscando Pokémon
100 xp
Reunir Pokémon únicos
100 xp
Eliminar bucles
50 xp
Reunir Pokémon sin bucle
100 xp
Totales y medias Pokémon sin bucle
100 xp
Escribir mejores bucles
50 xp
Bucle de cálculo único
100 xp
Bucle de conversión holístico
100 xp
Uniéndolo todo: Puntuación z de Pokémon
100 xp
4
Optimizaciones básicas de pandas
Este capítulo ofrece una breve introducción sobre cómo trabajar eficazmente con los DataFrames de pandas. Aprenderás las distintas opciones que tienes para iterar sobre un Marco de datos. A continuación, aprenderás a aplicar eficazmente funciones a los datos almacenados en un Marco de datos.
Reproducir Capítulo Ahora
Introducción a la iteración de pandas DataFrame
50 xp
Iterar con .iterrows()
100 xp
Ejecuta diferenciales con .iterrows()
100 xp
Otro método iterador: .itertuples()
50 xp
Iterar con .itertuples()
100 xp
Ejecutar diferenciales con .itertuples()
100 xp
alternativa de pandas a los bucles
50 xp
Analizar estadísticas de béisbol con .apply()
100 xp
Resuelve un debate con .apply()
100 xp
Iteración óptima de pandas
50 xp
Sustituir .iloc por matrices subyacentes
100 xp
Uniéndolo todo: Predecir el porcentaje de victorias
100 xp
¡Enhorabuena!
50 xp

Empresas

¿Entrenar a 2 o más personas?

Obtén a tu equipo acceso a la plataforma DataCamp completa, incluidas todas las funciones.

En las siguientes pistas

Certificación disponible

Ingeniero de datos en Python

Programación en Python

conjuntos de datos

Baseball statistics

colaboradores

Chester Ismay

Becca Robins

requisitos previos

Data Types in Python Python Toolbox

Scientific Software Technical Trainer, Enthought

¿Qué tienen que decir otros alumnos?

¡Únete a 15 millones de estudiantes y empieza Escribir código Python eficiente hoy mismo!

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.