Witamy!

Wydajny kod w Pythonie

Logan Thomas

Scientific Software Technical Trainer, Enthought

Przegląd kursu

Kod powinien być narzędziem do pozyskiwania wniosków
- Nie czymś, co sprawia, że czekamy na wyniki
W tym kursie nauczysz się:
- Jak pisać przejrzysty, szybki i wydajny kod w Pythonie
- Jak profilować kod w celu wykrycia wąskich gardeł
- Jak eliminować wąskie gardła i złe wzorce projektowe

Definiowanie wydajności

Pisanie wydajnego kodu w Pythonie
- Minimalny czas wykonania (szybkie działanie)
- Minimalne zużycie zasobów (mały ślad pamięci)

alt="Równanie: stoper obok strzałki skierowanej w dół plus pamięć USB obok strzałki skierowanej w dół równa się słowo wydajny"

Definiowanie stylu pythonicznego

Pisanie wydajnego kodu w Pythonie
- Nacisk na czytelność
- Używanie konstrukcji Pythona zgodnie z ich przeznaczeniem (tj. Pythoniczny)

# Non-Pythonic
doubled_numbers = []

for i in range(len(numbers)):
    doubled_numbers.append(numbers[i] * 2)

# Pythonic
doubled_numbers = [x * 2 for x in numbers]

Zen Pythona – Tim Peters

Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
...

Wymagana wiedza wstępna

Typy danych stosowane w Data Science
- Data Types for Data Science
Pisanie i używanie własnych funkcji
- Python Data Science Toolbox (Part 1)
Funkcje anonimowe (wyrażenia lambda)
- Python Data Science Toolbox (Part 1)
Pisanie i używanie wyrażeń listowych
- Python Data Science Toolbox (Part 2)

Zaczynajmy!

Wydajny kod w Pythonie