ООП на Python для Data Scientist: от ноутбука к production

Из ноутбука — в код, который не стыдно отдать

ООП обычно объясняют на кошках и автомобилях, а заканчивают тремя словами: инкапсуляция, наследование, полиморфизм. После такого курса непонятно главное — зачем это аналитику, у которого всё и так работает.

Этот курс начинается не с определения класса, а с кода, который выглядит правильно и молча даёт неверный результат:

def normalize(values):
    m = sum(values) / len(values)
    return [x - m for x in values]

print(normalize(train))   # [-10.0, 0.0, 10.0]
print(normalize(test))    # [-5.0, 5.0] — среднее посчиталось по тесту

Исключения нет, числа приличные, метрика на валидации может даже вырасти. В бою качество упадёт, и искать причину будут в витрине данных. Правило «среднее считается один раз, по обучающей выборке» существует — но живёт в голове того, кто писал ноутбук. В коде его нет. Объект нужен ровно для этого: он хранит данные вместе с правилами обращения с ними.

Так устроен каждый урок: сначала цена ошибки, потом синтаксис.

Задачи проверяют поведение, а не строки кода

Считается не только то, что вы напечатали, но и следы работы: сколько раз позвали модель, что попало в реестр, осталась ли запись после отказа, повторился ли внешний вызов. Решение с другим кодом, но тем же контрактом, засчитывается.

Числа в курсе тоже проверяемые. В разделе про sklearn не «наследуйте BaseEstimator и всё заработает», а конкретно: правильный трансформер даёт 0 несовместимостей из 47 проверок check_estimator, версия без return self — 8 из 47, версия с **params в конструкторе — 2 из 47 и пустой get_params().

Что внутри

• инкапсуляция без догм: что прятать, что показывать и почему;
• современный Python: dataclass, Protocol, ABC, контекстные менеджеры;
• композиция против наследования и зависимости, приходящие снаружи;
• стратегия, фабрика и переходник — без переусложнения;
• совместимость с sklearn и воспроизводимость экспериментов;
• тесты, понятные ошибки, журналирование;
• дескрипторы, MRO и кооперативный super(), __slots__, копирование объектов, безопасный повтор запроса;
• сквозной проект: превратить ноутбук в пакет, который ставится одной командой и импортируется из любого места.

Каждый раздел заканчивается лабораторной: собрать работающий кусок целиком, а не по кусочкам.

Курс бесплатный. Если что-то объяснено плохо или задача кажется нерешаемой — напишите в комментариях к шагу, отвечаю на все.

Дополнительная практика