Промежуточный Python для занятых ученых
(есть ли еще какой-нибудь ученый?)
Несмотря на то, что существует множество руководств по Python для начинающих и ученых, нет ни одного, которое помогло бы начинающему научному Pythonista освоить широкий спектр функций и инструментов Python. После того, как вы освоили функции и познакомились с классами, что дальше?
Это обычная история среди ученых, прибывающих в ProteinQure. К счастью, у нас есть небольшие изменения, которые могут существенно улучшить качество жизни наших ученых.
В этой серии статей будут рассмотрены общие концепции Python, которые должны быть поняты и незамедлительно использованы учеными. Они основаны на 5 годах, которые я потратил на разработку и обучение других использованию кода Python для выполнения вычислительного моделирования и анализа данных. Самое главное, что посты в этой серии разбиты на 20-минутные фрагменты, а взамен вы сэкономите несколько часов усилий.
Посты в серии
(будет обновляться по мере загрузки сообщений)
- Лучший код с меньшим количеством набора текста: выбор хорошего редактора кода для науки
- Автоматическая проверка с помощью Pylint и автоматическое форматирование с помощью черного
- Решение проблем с доверием к коду: написание модульных тестов с помощью Pytest
- Помимо печати: отладка кода в интерактивном режиме
- Сделайте свой код приятным для чтения: аннотации типов и неизменяемость
- Позвольте Python помочь вам: расширенные возможности языка