Catherine Nelson 著

林晨 译

出版时间：2026年08月（预计）

页数：262（预计）

“Catherine的著作揭开了如何将个人工作扩展至生产规模的神秘面纱。无论你是数据科学家、开发人员还是高管，她都能让大规模数据服务变得触手可及。”
——Carol Willing
Python核心开发者，2017年ACM软件系统奖得主（因Jupyter的持久影响力）
“这本书……提供了一份清晰、可操作的指南，填补了许多数据科学家在软件工程方面面临的关键技能缺口，将他们的编码实践提升到新的高度。”
——Gabriela de Queiroz
微软人工智能总监；初创企业顾问和天使投资人

数据科学实践于代码之中。编写可复现、健壮且可扩展的代码是数据科学项目成功的关键，对于处理生产代码的人员而言，更是一项必备能力。这本实用书籍弥合了数据科学与软件工程之间的鸿沟，并清晰地阐述了如何将软件工程中的最佳实践应用于数据科学。
书中的示例均采用Python编写，使用了NumPy和pandas等流行库。如果你想编写更优质的数据科学代码，本书涵盖了入门级数据科学或编程课程中经常缺失的核心主题，包括以下内容：
● 理解数据结构与面向对象编程。
● 清晰且熟练地为代码编写文档。
● 打包并分享你的代码。
● 将数据科学代码与更大的代码库集成。
● 学习如何编写API。
● 创建安全的代码。
● 将最佳实践应用于测试、错误处理和日志记录等常见任务。
● 更有效地与软件工程师协作。
● 用Python编写更高效、可维护且健壮的代码。
● 将你的数据科学项目投入生产。
● 更多内容。