Перейти к основному содержимому
ДомPython

Course

Writing Efficient Python Code

СреднийУровень навыка
Обновлено 01.2026
Learn to write efficient code that executes quickly and allocates resources skillfully to avoid unnecessary overhead.
Начать Курс Бесплатно
PythonProgramming
4 ч.
15 videos
52 Exercises
4,000 XP
150K+
Сертификат об успешном завершении

Создайте бесплатную учетную запись

Продолжить С GoogleПоказать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и соглашаетесь с тем, что ваши данные хранятся в США.

Любим тысячами компаний и их сотрудниками

Group

Обучаете команду?

Попробуйте для бизнеса

Описание курса

As a Data Scientist, the majority of your time should be spent gleaning actionable insights from data -- not waiting for your code to finish running. Writing efficient Python code can help reduce runtime and save computational resources, ultimately freeing you up to do the things you love as a Data Scientist. In this course, you'll learn how to use Python's built-in data structures, functions, and modules to write cleaner, faster, and more efficient code. We'll explore how to time and profile code in order to find bottlenecks. Then, you'll practice eliminating these bottlenecks, and other bad design patterns, using Python's Standard Library, NumPy, and pandas. After completing this course, you'll have the necessary tools to start writing efficient Python code!The videos contain live transcripts you can reveal by clicking "Show transcript" at the bottom left of the videos. The course glossary can be found on the right in the resources section. To obtain CPE credits you need to complete the course and reach a score of 70% on the qualified assessment. You can navigate to the assessment by clicking on the CPE credits callout on the right.

Предварительные требования

Data Types in PythonPython Toolbox
1

Foundations for efficiencies

In this chapter, you'll learn what it means to write efficient Python code. You'll explore Python's Standard Library, learn about NumPy arrays, and practice using some of Python's built-in tools. This chapter builds a foundation for the concepts covered ahead.
Начать Главу
2

Timing and profiling code

In this chapter, you will learn how to gather and compare runtimes between different coding approaches. You'll practice using the line_profiler and memory_profiler packages to profile your code base and spot bottlenecks. Then, you'll put your learnings to practice by replacing these bottlenecks with efficient Python code.
Начать Главу
3

Gaining efficiencies

This chapter covers more complex efficiency tips and tricks. You'll learn a few useful built-in modules for writing efficient code and practice using set theory. You'll then learn about looping patterns in Python and how to make them more efficient.
Начать Главу
4

Basic pandas optimizations

This chapter offers a brief introduction on how to efficiently work with pandas DataFrames. You'll learn the various options you have for iterating over a DataFrame. Then, you'll learn how to efficiently apply functions to data stored in a DataFrame.
Начать Главу
Writing Efficient Python Code
Курс
завершён

Получите Сертификат о завершении обучения

Добавьте этот сертификат в свой профиль LinkedIn, резюме или CV
Поделитесь этим в социальных сетях и в своей оценке эффективностиЗаписаться Сейчас

Присоединяйтесь к 19 миллионам учащихся и начните Writing Efficient Python Code уже сегодня!

Создайте бесплатную учетную запись

Продолжить С GoogleПоказать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и соглашаетесь с тем, что ваши данные хранятся в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.