我知道你在想什么--“我當(dāng)然知道怎么編碼，你瘋了嗎？”

你每天在Jupyter筆記本上寫成百上千行的代碼。很明顯，你可以編碼。這并不像是在手工或在Excel中訓(xùn)練機(jī)器學(xué)習(xí)模型（盡管這是可能的）。

那我能說(shuō)什么呢？

我不想告訴你，但大多數(shù)編碼數(shù)據(jù)科學(xué)家都不認(rèn)為是真正的編程。您正在使用編程語(yǔ)言作為工具來(lái)探索數(shù)據(jù)和構(gòu)建模型。但是你創(chuàng)建的程序并不是你真正考慮的東西，只要它完成了工作。

您的代碼通常很雜亂，甚至可能無(wú)法按順序運(yùn)行（多虧了筆記本）。您可能從未編寫過(guò)任何單元測(cè)試，并且對(duì)如何編寫好的、可重用的函數(shù)知之甚少。

但是，隨著數(shù)據(jù)科學(xué)越來(lái)越多地嵌入到實(shí)際產(chǎn)品中，這種類型的代碼將無(wú)法削減它。你不能信任糟糕的代碼，把你不能信任的代碼放到產(chǎn)品中會(huì)導(dǎo)致大量的技術(shù)債務(wù)和糟糕的用戶體驗(yàn)。

“好吧，好吧，但是，我是數(shù)據(jù)科學(xué)家，不是軟件工程師”，你說(shuō)。我構(gòu)建模型，清理代碼是其他人的問(wèn)題。雖然這在一些公司可能奏效，但就目前而言，我堅(jiān)信更好的模式是讓數(shù)據(jù)科學(xué)家學(xué)習(xí)如何編寫更好的代碼。你可能永遠(yuǎn)不會(huì)成為一名精英級(jí)別的軟件工程師，但數(shù)據(jù)科學(xué)家可以寫出可以信任的代碼，并通過(guò)一些工作投入生產(chǎn)。

從你的功能開(kāi)始

當(dāng)學(xué)習(xí)如何升級(jí)代碼時(shí)，從如何編寫函數(shù)開(kāi)始。大多數(shù)代碼只是一系列函數(shù)（或潛在的類），如果您能夠?qū)W會(huì)編寫相當(dāng)好的函數(shù)，這將大大提高您的代碼質(zhì)量。

您的職能至少應(yīng)：

1. 只做一件事
2. 有文件
3. 使用好的變量名

雖然有很多關(guān)于如何編寫干凈函數(shù)的書，但這三個(gè)項(xiàng)目是一個(gè)很好的開(kāi)始。

你永遠(yuǎn)不應(yīng)該有一個(gè)感覺(jué)它試圖做的不僅僅是一件事的函數(shù)。一些跡象表明您的功能可能做得太多：

• 它比一個(gè)屏幕長(zhǎng)度或大約30行代碼長(zhǎng)（根據(jù)我的經(jīng)驗(yàn)）。
• 很難清楚地命名你的函數(shù)，因?yàn)樗隽硕嗌偈虑?
• 它在if/else塊中包含大量代碼，這些代碼實(shí)際上應(yīng)該分解成不同的函數(shù)

只做一件事的函數(shù)很重要，因?yàn)樗鼓拇a更容易理解、管理和測(cè)試（稍后將詳細(xì)介紹測(cè)試）。

任何發(fā)布到生產(chǎn)中的函數(shù)都應(yīng)該有一個(gè)文檔字符串，該字符串應(yīng)該描述函數(shù)的功能，給出關(guān)于輸入?yún)?shù)的信息，并可能提供一些如何使用函數(shù)的簡(jiǎn)單示例。將來(lái)，當(dāng)您有了文檔化的函數(shù)時(shí)，您會(huì)感謝自己，而其他人也會(huì)更容易理解您的代碼。

最后，請(qǐng)使用易懂和有用的變量名。太多的數(shù)據(jù)科學(xué)家對(duì)使用“a”、“a1”和“a2”這樣的變量名感到很不高興。在實(shí)驗(yàn)時(shí)，簡(jiǎn)短的、無(wú)用的變量名更快地鍵入，但在將代碼投入生產(chǎn)時(shí)，請(qǐng)確保您的變量名有助于其他人理解您的代碼。

刪除打印語(yǔ)句

數(shù)據(jù)科學(xué)家經(jīng)常使用打印語(yǔ)句來(lái)顯示正在發(fā)生的事情的信息。但是，在生產(chǎn)中，如果不再需要這些打印語(yǔ)句，則應(yīng)該刪除它們，或者將它們轉(zhuǎn)換為日志語(yǔ)句。

日志記錄應(yīng)該是從代碼中傳遞信息和錯(cuò)誤的方式。Loguru是一個(gè)很好的Python庫(kù)，可以讓日志記錄變得更加簡(jiǎn)單。它會(huì)自動(dòng)處理日志記錄的大部分煩人部分，感覺(jué)更像是使用打印語(yǔ)句。

使用樣式指南

編程中的樣式指南用于使許多人更容易地處理相同的代碼，但使代碼看起來(lái)更像是由一個(gè)人編寫的。

這有什么關(guān)系？

當(dāng)您有一個(gè)一致的風(fēng)格時(shí)，它使導(dǎo)航和理解代碼變得更加容易。令人驚訝的是，當(dāng)使用樣式指南時(shí)，發(fā)現(xiàn)bug會(huì)容易得多。遵循編寫代碼的標(biāo)準(zhǔn)方式將使您更容易在代碼和其他代碼中導(dǎo)航。這意味著您不必花太多時(shí)間來(lái)理解代碼是如何格式化的，而是可以專注于代碼的功能以及它是否正確和良好地完成了它。

PEP8可能是Python使用最廣泛的樣式指南。不過(guò)，外面有很多。另一個(gè)流行的風(fēng)格指南來(lái)源是谷歌，因?yàn)樗麄円呀?jīng)公開(kāi)了他們的內(nèi)部風(fēng)格指南。

重要的是你選擇了一個(gè)并努力堅(jiān)持下去。一種簡(jiǎn)單的方法是使IDE能夠檢查樣式錯(cuò)誤，并設(shè)置樣式檢查，以便在沒(méi)有遵循樣式指南的情況下阻止推送代碼。您還可以通過(guò)使用自動(dòng)格式化程序來(lái)進(jìn)一步提交，該程序?qū)⒆詣?dòng)為您格式化代碼。這些代碼允許您編寫任何您想要的代碼，然后在運(yùn)行時(shí)自動(dòng)格式化您的代碼以符合標(biāo)準(zhǔn)。對(duì)于Python來(lái)說(shuō)，一個(gè)流行的是黑色。

編寫測(cè)試

我發(fā)現(xiàn)大多數(shù)數(shù)據(jù)科學(xué)家害怕測(cè)試，因?yàn)樗麄儾恢廊绾伍_(kāi)始測(cè)試。

事實(shí)上，許多數(shù)據(jù)科學(xué)家已經(jīng)運(yùn)行我稱之為臨時(shí)測(cè)試。我發(fā)現(xiàn)對(duì)于一個(gè)數(shù)據(jù)科學(xué)家來(lái)說(shuō)，在他們的筆記本中快速地運(yùn)行一些新功能的“理智檢查”是很常見(jiàn)的。您通過(guò)一些簡(jiǎn)單的測(cè)試用例，并確保函數(shù)按預(yù)期運(yùn)行。

軟件工程師稱之為過(guò)程單元測(cè)試。

然而，唯一的區(qū)別是，數(shù)據(jù)科學(xué)家通常會(huì)刪除這些臨時(shí)測(cè)試，然后繼續(xù)前進(jìn)。相反，您需要保存它們，并確保每次在推送代碼之前都運(yùn)行它們，以確保沒(méi)有任何損壞。

要開(kāi)始使用Python，我將使用Pytest。使用pytest，您可以輕松地創(chuàng)建測(cè)試并一次運(yùn)行它們以確保它們通過(guò)。一個(gè)簡(jiǎn)單的入門方法是使用一個(gè)名為“tests”的目錄，在該目錄中有以“test”開(kāi)頭的Python文件。例如，可以使用“test_addition.py”

# content of test_addition.py def add(x, y): return x + y def test_add(): assert add(3, 2) == 5

通常，您將在另一個(gè)Python文件中擁有您的實(shí)際函數(shù)，并將其導(dǎo)入到您的測(cè)試模塊中。您也不需要測(cè)試Python加法，但這只是一個(gè)非常簡(jiǎn)單的示例。

在這些測(cè)試模塊中，您可以保存所有功能的“健全檢查”。通常良好的做法是不僅測(cè)試常見(jiàn)情況，而且測(cè)試邊緣情況和潛在錯(cuò)誤情況。

注意：有許多不同類型的測(cè)試。我認(rèn)為單元測(cè)試是數(shù)據(jù)科學(xué)家開(kāi)始測(cè)試的最佳測(cè)試。

進(jìn)行代碼審查

最后，但并非最不重要的，在我們的列表中，要寫出更好的代碼，最重要的事情是代碼審查。

代碼審查是指在您將代碼提交給主分支之前，另一個(gè)擅長(zhǎng)在您的域中編寫代碼的人對(duì)您的代碼進(jìn)行審查。此步驟確保遵循最佳實(shí)踐，并希望捕獲任何錯(cuò)誤代碼或bug。

審查您的代碼的人最好至少和您一樣擅長(zhǎng)編寫代碼，但是即使讓更初級(jí)的人審查您的代碼仍然是非常有益的。

懶惰是人類特有的行為，很容易讓這種懶惰潛入我們的代碼中。知道有人將審查您的代碼是花時(shí)間編寫好代碼的巨大激勵(lì)。這也是我發(fā)現(xiàn)的最好的改進(jìn)方法。讓一個(gè)更有經(jīng)驗(yàn)的同事檢查您的代碼并給出改進(jìn)方法的建議是無(wú)價(jià)的。

為了使那些審查您的代碼的人更容易，盡量減少新代碼的數(shù)量。小型的、頻繁的代碼審查工作得很好。不經(jīng)常的、巨大的代碼審查是可怕的。沒(méi)有人希望被發(fā)送1000行代碼來(lái)審查。這些評(píng)論往往會(huì)提供更糟糕的反饋，因?yàn)檫@個(gè)人不能花必要的時(shí)間一次真正理解這么多代碼。

提高編碼水平

我希望這篇文章啟發(fā)了您花時(shí)間學(xué)習(xí)如何編寫更好的代碼。這不一定很難，但它需要時(shí)間和努力來(lái)提高。

如果你遵循這5條建議，我相信你會(huì)注意到你的代碼質(zhì)量有了很大的提高。

你未來(lái)的自己和你的同事會(huì)感謝你的。