通過應用軟件工程最佳實踐，可以交付質(zhì)量更好數(shù)據(jù)科學的項目。更好的質(zhì)量可能是更少的錯誤、可靠的結(jié)果和更高的編碼效率。
最佳實踐都是從錯誤中總結(jié)出來的，所以這里我們總結(jié)了一些遇到的最常見的錯誤，并提供了如何最好地解決這些錯誤的方法、想法和資源。
1、不使用虛擬環(huán)境
這本身不是編碼問題，但我仍然認為每種類型的項目進行環(huán)境的隔離是一個非常好的實踐。
為什么要為每個項目使用專用環(huán)境呢?
第一個原因是Python本身包管理的問題，我們想盡量減少包和版本之間的沖突。
另外一個原因是我們代碼和依賴可以方便的部署到任意的位置
使用虛擬環(huán)境可以從Anaconda或Pipenv開始。如果想更深入那么Docker 是首選。
2、過度使用Jupyter Notebook
Notebooks非常適合用于教育目的和做一些快速而復雜的分析工作，但它不能作為一個好的IDE。
一個好的IDE是應對數(shù)據(jù)科學任務時的真正武器，可以極大地提高您的工作效率。
Notebooks很適合做實驗，而且可以輕松地將結(jié)果展示給其他人。但是它很容易出錯，當涉及到執(zhí)行長期、協(xié)作和可部署的項目時，最好還是使用IDE，例如VScode、Pycharm、Spyder等。
3、使用絕對而不是相對路徑
絕對路徑的最大問題是無法進行方便部署，解決這個問題的主要方法是將工作目錄設置為項目根目錄，并且不要再項目中包含項目目錄外的文件，并且在代碼中的所有路徑均使用相對路徑。
4、不處理警告
當我們的代碼能夠運行但產(chǎn)生奇怪的警告消息，我們很高興終于讓代碼運行并收到了有意義的輸出。但是我們需要處理這些警告嗎?
首先，警告本身并不是錯誤，但它們是會引起我們對潛在錯誤或問題的提示。當你的代碼中能夠運行成功但可能不是它的預期方式時，警告就會出現(xiàn)。
我遇到的最常見的警告是Pandas的SettingwithCopyWarning和DeprecationWarning。
SettingwithCopyWarning最大的原因是Pandas檢測到鏈式賦值(Chained Assignment)時發(fā)生的警告，我們應該避免對鏈式索引的結(jié)果賦值,因為這個操作有可能會報warning也有可能不會報。
DeprecationWarning通常指出Pandas棄用了某些功能，并且您的代碼在使用更高版本時會中斷。
這里的建議并不是要處理所有的警告，但是一定要對所有警告產(chǎn)生的原因有所了解，要知道在特定項目中那些警告式可以忽略的，那些警告的出現(xiàn)對結(jié)果會有影響，應當避免。
5、沒有使用(很少使用)列表推導式
列表推導式是Python的一個非常強大的特性。許多for循環(huán)可以用更易讀、更Python且速度更快的列表推導來代替。
可以在下面看到一個示例代碼，該代碼旨在讀取目錄中的CSV文件。可以看到，在使用列表推導時添很容易維護。
6、不適用類型注釋
類型注釋(或類型提示)是為變量分配類型的方法。在IDE進行智能感知的提示時可以為我們提供指示變量/參數(shù)的類型。這不僅可以提高我們開發(fā)的速度，也可以對我們閱讀代碼有很大的幫助
如果這么寫，我們根本不知道a，b和times的類型
但是加上了類型注釋，我們就知道a和b是字符串times是整數(shù)
需要說明的是：Python在3.5版本的時候引入了類型注釋，Python并不會在執(zhí)行時檢查類型注釋，他只是為IDE提供了一個方便靜態(tài)類型檢查工具，對動態(tài)語言做靜態(tài)類型檢查，來避免一些潛在的錯誤。
7、Pandas代碼不規(guī)范
方法鏈是Pandas的一個很棒的特性，但是如果在一行中包含了很多的操作，代碼可能會變得不可讀。
有一個技巧可以讓這種方式邊的簡單，將表達式放入括號中，則可以對表達式的每個組件使用一行。
8、不遵守 PEP 約定
剛開始使用Python進行編程時，代碼可能是簡陋并且不可讀的，這是因為我們并沒有自己的設計規(guī)則來讓我的代碼看起來更好。如果我們自己來設計這種規(guī)則是費事費力的并且這種規(guī)則需要很多的實踐，好在Python官方有已經(jīng)指定好的規(guī)則：PEP，它是Python的官方樣式指南。
雖然PEP的規(guī)則很多并且很繁瑣，我們可以忽略了一些PEP規(guī)則，但可以在90% 的代碼中使用了它們。
9、不適用編碼輔助工具
您想在編碼方面大幅提高生產(chǎn)力嗎?請開始使用編碼輔助工具，它通過巧妙的自動完成、打開文檔和提供改進代碼的建議來提供幫助。
京公網(wǎng)安備 11010802030320號