写出的代码，别人一跑就崩？ 了解“继承”这个关键概念，或许可以帮你解决这个问题。 继承允许你创建一个新的子类，这个子类可以自动拥有另一个已存在的类（父类或基类）的所有功能和属性。 这样，你就能在不重复写代码的情况下，复用父类的逻辑，还能在此基础上添加或修改新功能。 下面这篇文章，将通过一个实际案例，带你了解这个概念： 假设你现在有来自五个不同渠道的CSV文件，里面全是标签数据，而且每个文件的结构都不一样。 你的任务是把这些数据清洗干净，然后统一输出成符合特定格式的Parquet文件。 在这种情况下，你可能会想，那就给每个文件单独写一个处理脚本呗！【图1】 但是，这种方法会带来什么问题呢？答案非常显而易见。 1、难以阅读：代码结构混乱，加载、清洗、保存的逻辑全都混在一起，看一眼就头大。 2、难以维护：缺乏整体设计，功能迭代或修复bug时，可能需要推倒重来，耗时耗力。 3、难以复用： 别人想用其中的某个逻辑？只能复制粘贴，然后自己修改，或者干脆重写。 那么，怎样才能写出更优雅、更高效的代码呢？ 1、找出共同点 仔细分析你会发现，尽管数据来源不同，但它们都需要： 加载数据 一个或多个数据清洗 统一保存为Parquet文件 遵循相同模式的验证机制 这些共同点就是我们可以一次性编写并复用的功能。 2、创建基类 现在，我们来创建一个“基类”，把上面提到的所有共同逻辑都放进去。 这个基类就像一个模板，所有后续要处理不同数据源的类都可以继承它。继承了基类的子类，就能自动获得这些通用功能。【图2】 3、定义子类 有了基类，现在定义处理特定数据源的子类就轻松多了。【图3】 子类只需要关注每个数据源独有的定制逻辑，原先分散的代码现在可以重构为【图4】 要运行这些代码，你只需要一个集中的入口来调用对应的子类。【图5】 这样做的好处很明显：封装性更好，可扩展性更强。 数据科学正在快速走向成熟，仅仅构建模型已经远远不够，长期维护构建的系统才是真正的挑战。 掌握这些工程最佳实践，能让你在编程路上走得更稳更远！ 原文链接：-a-software-engineering-concept-data-scientists-must-know-to-succeed/
