Overview
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
A ciência de dados acontece no código. A capacidade de escrever código reproduzível, robusto e escalável é a chave para o sucesso de um projeto de ciência de dados - e é absolutamente essencial para quem trabalha com código de produção. Este livro prático preenche a lacuna entre a ciência de dados e a engenharia de software, e explica claramente como aplicar as melhores práticas da engenharia de software à ciência de dados.
Apresenta exemplos em Python, extraídos de pacotes populares como o NumPy e o pandas. Se queres escrever melhor código de ciência de dados, este guia cobre os tópicos essenciais que muitas vezes faltam nas aulas introdutórias de ciência de dados ou de codificação, incluindo como:
- Compreender as estruturas de dados e a programação orientada para objectos
- Documentar o teu código de forma clara e competente
- Empacota e partilha o teu código
- Integra o código de ciência de dados com uma base de código maior
- Aprende a escrever APIs
- Cria código seguro
- Aplica as melhores práticas a tarefas comuns, como testes, tratamento de erros e registo
- Trabalha mais eficazmente com engenheiros de software
- Escreve código mais eficiente, sustentável e robusto em Python
- Coloca os teus projectos de ciência de dados em produção
- E mais
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access