Pular para o conteúdo principal

Como escrever um código Python eficiente

Aprenda a escrever código eficiente que execute rapidamente e aloque recursos com habilidade.

Comece O Curso Gratuitamente

4 horas15 vídeos52 exercícios124.718 aprendizesDeclaração de Realização

Crie sua conta gratuita

Google LinkedIn Facebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do Curso

Como cientista de dados, a maior parte do seu tempo deve ser gasta na obtenção de insights práticos a partir dos dados, e não esperando que o código termine de ser executado. Escrever um código Python eficiente pode ajudar a reduzir o tempo de execução e economizar recursos computacionais, liberando você para fazer as coisas que adora como cientista de dados. Neste curso, você aprenderá a usar as estruturas de dados, as funções e os módulos integrados do Python para escrever códigos mais limpos, mais rápidos e mais eficientes. Exploraremos como cronometrar e traçar o perfil do código para encontrar gargalos. Em seguida, você praticará a eliminação desses gargalos e de outros padrões de projeto ruins, usando a biblioteca padrão do Python, o NumPy e o pandas. Depois de concluir este curso, você terá as ferramentas necessárias para começar a escrever códigos Python eficientes!

Para Empresas

Treinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Certificação disponível

Engenheiro de dados em Python

Ir para a trilha

Programação Python

Ir para a trilha

1
Fundamentos para eficiências
Gratuito
Neste capítulo, você aprenderá o que significa escrever um código Python eficiente. Você explorará a Biblioteca Padrão do Python, aprenderá sobre matrizes NumPy e praticará o uso de algumas das ferramentas integradas do Python. Este capítulo cria uma base para os conceitos abordados a seguir.
Reproduzir Capítulo Agora
Você é bem-vindo!
50 xp
Questionário: o que é eficiência?
50 xp
Uma amostra do que está por vir
100 xp
Zen do Python
50 xp
Edifício com armários embutidos
50 xp
Prática incorporada: intervalo()
100 xp
Prática incorporada: enumerate()
100 xp
Prática incorporada: map()
100 xp
O poder das matrizes NumPy
50 xp
Prática com matrizes NumPy
100 xp
Reunindo tudo isso: Festivus!
100 xp
2
Código de tempo e perfil
Neste capítulo, você aprenderá a reunir e comparar tempos de execução entre diferentes abordagens de codificação. Você praticará o uso dos pacotes line_profiler e memory_profiler para traçar o perfil da sua base de código e identificar gargalos. Em seguida, você colocará em prática o que aprendeu, substituindo esses gargalos por um código Python eficiente.
Reproduzir Capítulo Agora
Examinando o tempo de execução
50 xp
Usando %timeit: é a sua vez!
100 xp
Usando %timeit: especificando o número de execuções e loops
50 xp
Usando %timeit: especificando o número de execuções e loops
25 xp
Usando %timeit: nome formal ou sintaxe literal
100 xp
Code profiling for runtime
50 xp
Pop quiz: steps for using %lprun
50 xp
Using %lprun: spot bottlenecks
50 xp
Usando %lprun: identificar gargalos
50 xp
Code profiling for memory usage
50 xp
Pop quiz: steps for using %mprun
50 xp
Using %mprun: Hero BMI
50 xp
Usando %mprun: Herói BMI
50 xp
Bringing it all together: Star Wars profiling
100 xp
3
Ganho de eficiência
Este capítulo aborda dicas e truques de eficiência mais complexos. Você aprenderá alguns módulos internos úteis para escrever códigos eficientes e praticar o uso da teoria dos conjuntos. Em seguida, você aprenderá sobre padrões de looping em Python e como torná-los mais eficientes.
Reproduzir Capítulo Agora
Combinar, contar e iterar de forma eficiente
50 xp
Combinando nomes e tipos de Pokémon
100 xp
Contagem de Pokémon a partir de uma amostra
100 xp
Combinações de Pokémon
100 xp
Teoria dos conjuntos
50 xp
Comparação de Pokédexes
100 xp
Procurando por Pokémon
100 xp
Coleta de Pokémon únicos
100 xp
Eliminação de loops
50 xp
Coleta de Pokémon sem um loop
100 xp
Totais e médias de Pokémon sem um loop
100 xp
Escrevendo loops melhores
50 xp
Loop de cálculo único
100 xp
Loop de conversão holística
100 xp
Reunindo tudo isso: Pokémon z-scores
100 xp
4
Otimizações básicas do pandas
Este capítulo oferece uma breve introdução sobre como trabalhar de forma eficiente com os DataFrames do pandas. Você aprenderá as várias opções que tem para iterar sobre um DataFrame. Em seguida, você aprenderá a aplicar funções de forma eficiente aos dados armazenados em um DataFrame.
Reproduzir Capítulo Agora
Introdução à iteração do DataFrame do pandas
50 xp
Iteração com .iterrows()
100 xp
Executar diferenciais com .iterrows()
100 xp
Outro método de iterador: .itertuples()
50 xp
Iteração com .itertuples()
100 xp
Executar diferenciais com .itertuples()
100 xp
alternativa do pandas ao looping
50 xp
Analisando estatísticas de beisebol com .apply()
100 xp
Resolva um debate com .apply()
100 xp
Iteração ideal do pandas
50 xp
Substituição de .iloc por matrizes subjacentes
100 xp
Reunindo tudo isso: Prever a porcentagem de vitórias
100 xp
Parabéns!
50 xp

Para Empresas

Treinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Certificação disponível

Engenheiro de dados em Python

Ir para a trilha

Programação Python

Ir para a trilha

conjuntos de dados

Baseball statistics

colaboradores

Chester Ismay

Becca Robins

pré-requisitos

Data Types in Python Python Toolbox

Scientific Software Technical Trainer, Enthought

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Como escrever um código Python eficiente hoje mesmo!

Crie sua conta gratuita

Google LinkedIn Facebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.