آموزش کدنویسی سریعتر در Python Pandas

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با پایتون پانداس یاد می گیرید.

عنوان اصلی : Faster pandas

سرفصل ها :

معرفی:
پانداها و عملکرد
آنچه شما باید بدانید
کار با فایل ها در GitHub
1. بررسی اجمالی:
چرا عملکرد مهم است
تعیین اهداف
اندازه گیری کارایی
پروفایل کردن
چالش: گلوگاه را شناسایی کنید
راه حل: گلوگاه را شناسایی کنید
2. برداری:
برداری چیست؟
نمایه سازی بولی
درک Ufuncs
چالش: انتخاب و دستکاری داده ها
راه حل: انتخاب و دستکاری داده ها
3. اشتباهات رایج:
محدودیت های الحاق
محدودیت های شی dtype
محدودیت های تکرار ردیف
درک تابع isin
زمان تجزیه یک بار
چالش: یک DataFrame را پرس و جو کنید
راه حل: یک DataFrame را پرس و جو کنید
4. عملکرد پانداها:
استفاده از توابع داخلی
درک eval و query
درک تابع join
چالش: بپیوندید و پرس و جو کنید
راه حل: بپیوندید و پرس و جو کنید
5. ذخیره حافظه:
چرا حافظه مهم است؟
اندازه گیری حافظه
بارگیری بخش هایی از داده ها
داده های طبقه بندی شده
چالش: کاهش حافظه
راه حل: کاهش حافظه
6. سریال سازی سریع:
فرمت های مختلف و چرا CSV نیست
بهینه سازی با SQL
بهینه سازی با HDF5
چالش: مدت زمان دوچرخه سواری
راه حل: مدت زمان دوچرخه سواری
7. Numba و Cython:
Numba چیست؟
با استفاده از Numba
Cython چیست؟
نوشتن کد Cython
کامپایل Cython
%% جادوی سیتون
چالش: افزایش سرعت Cython
راه حل: افزایش سرعت Cython
8. DataFrames جایگزین:
مروری بر DataFrames جایگزین
با استفاده از Dask
با استفاده از Vaex
چالش: Vaex در مقابل پانداها
راه حل: Vaex در مقابل پانداها
نتیجه:
مراحل بعدی