独家 | 10个数据科学家常犯的编程错误（附解决方案）

作者：Norman Niemer

翻译：李润嘉

校对：李洁

文章来源：微信公众号 数据派THU

本文约2000字，建议阅读10分钟。

本文为资深数据科学家常见的10个错误提供解决方案。

----

数据科学家是“比软件工程师更擅长统计学，比统计学家更擅长软件工程的人”。许多数据科学家都具有统计学背景，但是在软件工程方面的经验甚少。我是一名资深数据科学家，在Stackoverflow的python编程方面排名前1%，并与许多（初级）数据科学家共事。以下是我经常看到的10大常见错误，本文将为你相关解决方案：

• 不共享代码中引用的数据
• 对无法访问的路径进行硬编码
• 将代码与数据混合
• 在Git中和源码一起提交数据
• 编写函数而不是DAG
• 写for循环
• 不编写单元测试
• 不写代码说明文档
• 将数据保存为csv或pickle文件
• 使用jupyter notebook

1. 不共享代码中引用