Python und darüber hinaus: Erweitern Sie Ihr Data Science-Programmier-Toolkit

Die Menge an Code, die Datenwissenschaftler im Rahmen ihrer Arbeit schreiben müssen, variiert stark je nach Organisation und Projekt, ebenso wie der Grad der Komplexität. Unabhängig davon, wo Sie im Spektrum der Programmierintensität landen, ist es jedoch schwer, gegen den Wert der Erweiterung Ihrer Programmierkenntnisse durch Tiefe und Umfang zu argumentieren.

Um Sie auf dieser Reise zu unterstützen, haben wir mehrere hervorragende Leitfäden zusammengestellt, die Ihnen dabei helfen, Ihren Horizont über die Python-Grundlagen hinaus zu erweitern, die Sie (wahrscheinlich) zu Beginn Ihrer Data-Science-Ausbildung beherrschen.

Von den Grundlagen des Erlernens neuer Sprachen bis hin zu den aufstrebenden Grenzen des Quantencomputings sollte es für jeden Datenpraktiker genug davon geben, damit er sein eigenes Abenteuer wählen kann.

• Konzentrieren Sie sich auf die Leistung . Ihr Code ist immer ein Mittel zum Zweck; Im geschäftlichen Kontext kann eine ineffiziente Formulierung einen echten negativen Einfluss auf das Endergebnis haben. Wie Naomi Kriger in einem Rundgang durch ein aktuelles Projekt zur Latenzverbesserung demonstriert, können ein paar kleine Änderungen einen großen Unterschied machen.
• Die Kunst des Pivots . Susan Mainas Leitfaden zu Pandas-Pivot-Tabellen ist eine praktische Ressource aus einer Hand. Es behandelt die wichtigsten Details der Datenbearbeitung mit diesem Tool und – was noch wichtiger ist – erklärt, wann Pivot-Tabellen verwendet werden sollten und welche Erkenntnisse sie generieren können.
• Werden Sie ein mehrsprachiger Programmierer . Es gibt viele Gründe, warum sich ein Datenwissenschaftler dazu entschließen könnte, in eine zweite (oder dritte) Programmiersprache einzutauchen: Es könnte ein notwendiger Schritt auf dem Weg zu einem spannenden Job sein, oder Sie verspüren einfach den Drang, etwas Neues zu erkunden. Kay Jan Wongs Einführung zum Erlernen neuer Sprachen ist unabhängig von Ihrer Motivation ein Muss.

• Julia-Liebhaber dieser Welt, vereinigt euch ! Emma Boudreau arbeitet seit etwa sechs Jahren mit der Julia-Sprache und hat ihre mächtigen Fähigkeiten viele Male in Aktion erlebt. Emmas neues Kompendium vereint nicht weniger als 20 Tipps und Tricks für alle anderen, die ihren Julia-basierten Arbeitsabläufen einen Schub geben möchten.
• Entwickeln Sie einige SQL-Muskeln . Von einer der neuesten Sprachen wenden wir uns einem zuverlässigen, ergrauten Oldtimer zu: SQL. Es nähert sich vielleicht seinem 50. (!) Jubiläum – eine Ewigkeit für jede neuere Technologie –, aber Datenprofis verwenden es immer noch täglich, und Matt Sosnas Zusammenfassung der „Rätsel“ wird Sie dazu bringen, Ihr Abfragehandwerk zu schärfen.
• Einen Quantensprung machen . Wenn Sie bei den jüngsten Gesprächen über Quantencomputing verwirrt sind oder sich zumindest nicht ganz sicher sind, worum es bei dieser neuen Technologie geht, sollten Sie sich Kory Beckers leicht verständliche Einführung nicht entgehen lassen. Es führt uns durch einige der wichtigsten Grundkonzepte und ermutigt die Leser dann, ihr ganz eigenes Ratespiel mit magischen Zahlen mit Python und der Qiskit-Bibliothek zu programmieren.
• Bewältigen Sie reale Probleme . Möchten Sie Ihre Programmierkenntnisse nutzen, um Nachhaltigkeit und lebendige, lebenswerte Gemeinschaften zu fördern? Unabhängig davon, ob Sie Inspiration, konkrete Anleitung oder beides suchen, haben wir kürzlich eine umfassende Sammlung von Artikeln veröffentlicht, die sich (neben anderen Themen) mit Stadtplanung, Lieferkettenoptimierung und Artenschutz befassen, und viele davon beinhalten eine starke praktische Umsetzung Kodierungskomponente.

Bis zur nächsten Variable,

TDS-Editoren