DRY e "Faça uma coisa só"
Como escrever funções em Python
Shayne Miel
Software Architect @ Duo Security
Don't repeat yourself (DRY)
train = pd.read_csv('train.csv')
train_y = train['labels'].values
train_X = train[col for col in train.columns if col != 'labels'].values
train_pca = PCA(n_components=2).fit_transform(train_X)
plt.scatter(train_pca[:,0], train_pca[:,1])
val = pd.read_csv('validation.csv')
val_y = val['labels'].values
val_X = val[col for col in val.columns if col != 'labels'].values
val_pca = PCA(n_components=2).fit_transform(val_X)
plt.scatter(val_pca[:,0], val_pca[:,1])
test = pd.read_csv('test.csv')
test_y = test['labels'].values
test_X = test[col for col in test.columns if col != 'labels'].values
test_pca = PCA(n_components=2).fit_transform(train_X)
plt.scatter(test_pca[:,0], test_pca[:,1])
O problema de se repetir
train = pd.read_csv('train.csv')
train_y = train['labels'].values
train_X = train[col for col in train.columns if col != 'labels'].values
train_pca = PCA(n_components=2).fit_transform(train_X)
plt.scatter(train_pca[:,0], train_pca[:,1])
val = pd.read_csv('validation.csv')
val_y = val['labels'].values
val_X = val[col for col in val.columns if col != 'labels'].values
val_pca = PCA(n_components=2).fit_transform(val_X)
plt.scatter(val_pca[:,0], val_pca[:,1])
test = pd.read_csv('test.csv')
test_y = test['labels'].values
test_X = test[col for col in test.columns if col != 'labels'].values
test_pca = PCA(n_components=2).fit_transform(train_X) ### yikes! ###
plt.scatter(test_pca[:,0], test_pca[:,1])
Outro problema de se repetir
train = pd.read_csv('train.csv')
train_y = train['labels'].values ### <- ali e ali --v ###
train_X = train[col for col in train.columns if col != 'labels'].values
train_pca = PCA(n_components=2).fit_transform(train_X)
plt.scatter(train_pca[:,0], train_pca[:,1])
val = pd.read_csv('validation.csv')
val_y = val['labels'].values ### <- ali e ali --v ###
val_X = val[col for col in val.columns if col != 'labels'].values
val_pca = PCA(n_components=2).fit_transform(val_X)
plt.scatter(val_pca[:,0], val_pca[:,1])
test = pd.read_csv('test.csv')
test_y = test['labels'].values ### <- ali e ali --v ###
test_X = test[col for col in test.columns if col != 'labels'].values
test_pca = PCA(n_components=2).fit_transform(test_X)
plt.scatter(test_pca[:,0], test_pca[:,1])
Use funções para evitar repetição
def load_and_plot(path):
"""Carrega um dataset e plota as duas primeiras componentes principais.
Args:
path (str): Local de um arquivo CSV.
Returns:
tuple of ndarray: (features, labels)
"""
data = pd.read_csv(path)
y = data['label'].values
X = data[col for col in data.columns if col != 'label'].values
pca = PCA(n_components=2).fit_transform(X)
plt.scatter(pca[:,0], pca[:,1])
return X, y
train_X, train_y = load_and_plot('train.csv')val_X, val_y = load_and_plot('validation.csv')test_X, test_y = load_and_plot('test.csv')
def load_and_plot(path):
"""Carrega um dataset e plota as duas primeiras componentes principais.
Args:
path (str): Local de um arquivo CSV.
Returns:
tuple of ndarray: (features, labels)
"""
data = pd.read_csv(path)
y = data['label'].values
X = data[col for col in data.columns if col != 'label'].values
pca = PCA(n_components=2).fit_transform(X)
plt.scatter(pca[:,0], pca[:,1])
return X, y
def load_and_plot(path):
"""Carrega um dataset e plota as duas primeiras componentes principais.
Args:
path (str): Local de um arquivo CSV.
Returns:
tuple of ndarray: (features, labels)
"""
# load the data
data = pd.read_csv(path)
y = data['label'].values
X = data[col for col in data.columns if col != 'label'].values
pca = PCA(n_components=2).fit_transform(X)
plt.scatter(pca[:,0], pca[:,1])
return X, y
def load_and_plot(path):
"""Carrega um dataset e plota as duas primeiras componentes principais.
Args:
path (str): Local de um arquivo CSV.
Returns:
tuple of ndarray: (features, labels)
"""
# load the data
data = pd.read_csv(path)
y = data['label'].values
X = data[col for col in data.columns if col != 'label'].values
# plot the first two principal components
pca = PCA(n_components=2).fit_transform(X)
plt.scatter(pca[:,0], pca[:,1])
return X, y
def load_and_plot(path):
"""Carrega um dataset e plota as duas primeiras componentes principais.
Args:
path (str): Local de um arquivo CSV.
Returns:
tuple of ndarray: (features, labels)
"""
# load the data
data = pd.read_csv(path)
y = data['label'].values
X = data[col for col in data.columns if col != 'label'].values
# plot the first two principle components
pca = PCA(n_components=2).fit_transform(X)
plt.scatter(pca[:,0], pca[:,1])
# return loaded data
return X, y
Faça uma coisa só
def load_data(path):
"""Carrega um dataset.
Args:
path (str): Local de um arquivo CSV.
Returns:
tuple of ndarray: (features, labels)
"""
data = pd.read_csv(path)
y = data['labels'].values
X = data[col for col in data.columns
if col != 'labels'].values
return X, y
def plot_data(X):
"""Plota as duas primeiras componentes principais de uma matriz.
Args:
X (numpy.ndarray): Os dados a plotar.
"""
pca = PCA(n_components=2).fit_transform(X)
plt.scatter(pca[:,0], pca[:,1])
Vantagens de fazer uma coisa só
O código fica:
- Mais flexível
- Mais fácil de entender
- Mais simples de testar
- Mais simples de depurar
- Mais fácil de mudar
Maus cheiros de código e refatoração
"Qualquer um escreve código que o computador entende. Bons programadores escrevem código que humanos entendem." - Martin Fowler (1999)
Vamos praticar!
Como escrever funções em Python
