Praktisches Python Data Wrangling und Datenqualität

Kapitel 8. Strukturierung und Refaktorierung deines Codes

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Bevor wir zu den Aspekten der Analyse und Visualisierung von Daten übergehen, machen wir einen kurzen "Umweg", um einige Strategien zu besprechen, mit denen wir das Beste aus dem bisher Erarbeiteten machen können. In den letzten Kapiteln haben wir uns damit beschäftigt, wie wir auf Daten aus verschiedenen Formaten und Quellen zugreifen und sie analysieren können, wie wir ihre Qualität in der Praxis bewerten und wie wir sie für eine spätere Analyse bereinigen und erweitern können. Dabei haben sich unsere relativ einfachen Programme weiterentwickelt und verändert und wurden - zwangsläufig - immer komplizierter und komplexer. Unsere for Schleifen haben jetzt eine oder (mehrere) verschachtelte if Anweisungen, und einige davon haben jetzt scheinbar "magische" Zahlen in sich (wie unsere the_date.weekday() <= 4 in Beispiel 7-5). Ist das nur der Preis für mehr funktionalen Code?

Erinnere dich daran, dass das Auskommentieren unseres Codes viel dazu beitragen kann, die Logik unserer Skripte verständlich zu halten, sowohl für potenzielle Mitarbeiter als auch für uns selbst in der Zukunft. Es stellt sich jedoch heraus, dass eine ausführliche Dokumentation (so sehr ich sie auch liebe) nicht die einzige Möglichkeit ist, die Klarheit unseres Python-Codes zu verbessern. Genau wie andere schriftliche Dokumente ...