Passer au contenu principal

Gratuit Cours

Écrire du code Python efficace

IntermédiaireNiveau de compétence

Mis à jour 01/2026

Apprenez à écrire un code efficace, rapide et optimisé dans l’utilisation des ressources pour éviter les surcoûts inutiles.

Commencer Le Cours Gratuit

Inclus gratuitement

PythonProgramming

4 h

15 vidéos

52 Exercices

4,000 XP

150K+

Certificat de réussite

Apprécié par les Utilisateur dans des milliers d’entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

En tant que Data Scientist, la majeure partie de votre temps devrait être consacrée à l'extraction d'informations exploitables à partir des données, et non à attendre que votre code termine son exécution. Écrire du code Python efficace peut contribuer à réduire le temps d'exécution et à économiser des ressources informatiques, vous permettant ainsi de vous consacrer aux tâches que vous appréciez en tant que Data Scientist. Dans ce cours, vous apprendrez à utiliser les structures de données, les fonctions et les modules intégrés de Python afin de rédiger un code plus clair, plus rapide et plus efficace. Nous examinerons comment chronométrer et profiler le code afin d'identifier les points de blocage. Ensuite, vous vous exercerez à éliminer ces points de blocage et d'autres mauvais modèles de conception à l'aide de la bibliothèque standard de Python, NumPy et pandas. À l'issue de ce cours, vous disposerez des outils nécessaires pour commencer à écrire du code Python efficace.Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Afficher la transcription » en bas à gauche des vidéos. Le glossaire du cours se trouve à droite dans la section « Ressources ». Pour obtenir des crédits CPE, vous devez suivre le cours dans son intégralité et obtenir une note d’au moins 70 % à l'évaluation qualifiante. Vous pouvez accéder à l'évaluation en cliquant sur la mention « Crédits CPE » à droite.

Prérequis

Data Types in Python Python 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.

Pop quiz: what is efficient

A taste of things to come

Zen of Python

Building with built-ins

Built-in practice: range()

Built-in practice: enumerate()

Built-in practice: map()

The power of NumPy arrays

Practice with NumPy arrays

Bringing it all together: Festivus!

Commencer Le Chapitre

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.

Examining runtime

Using %timeit: your turn!

Using %timeit: specifying number of runs and loops

Using %timeit: formal name or literal syntax

Code profiling for runtime

Pop quiz: steps for using %lprun

Using %lprun: spot bottlenecks

Using %lprun: fix the bottleneck

Code profiling for memory usage

Pop quiz: steps for using %mprun

Using %mprun: Hero BMI

Using %mprun: Hero BMI 2.0

Bringing it all together: Star Wars profiling

Commencer Le Chapitre

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.

Efficiently combining, counting, and iterating

Combining Pokémon names and types

Counting Pokémon from a sample

Combinations of Pokémon

Comparing Pokédexes

Searching for Pokémon

Gathering unique Pokémon

Eliminating loops

Gathering Pokémon without a loop

Pokémon totals and averages without a loop

Writing better loops

One-time calculation loop

Holistic conversion loop

Bringing it all together: Pokémon z-scores

Commencer Le Chapitre

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.

Intro to pandas DataFrame iteration

Iterating with .iterrows()

Run differentials with .iterrows()

Another iterator method: .itertuples()

Iterating with .itertuples()

Run differentials with .itertuples()

pandas alternative to looping

Analyzing baseball stats with .apply()

Settle a debate with .apply()

Optimal pandas iterating

Replacing .iloc with underlying arrays

Bringing it all together: Predict win percentage

Congratulations!

Commencer Le Chapitre

Écrire du code Python efficace

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre curriculum vitae
Partagez-le sur les réseaux sociaux et dans votre évaluation de performanceInscrivez-vous Maintenant

Rejoignez plus de 19 millions d’Utilisateurs et commencez Écrire du code Python efficace dès aujourd’hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.