Python 3.6
Pipenv
Cookiecutter
Git
Pipenv:
pip3 install pipenv
Cookiecutter:
pip3 install cookiecutter
Git:
sudo apt-get install git-core
cookiecutter https://github.com/lucaslrolim/cookiecutter-data-science
Após as configurações do projeto:
cd "nome-do-projeto"
Inicialização do Pipenv:
pipenv shell
pipenv lock
├── LICENSE
├── Makefile <- Arquivo para armazenar comandos bash necessários para setup
├── README.md <- Descrição geral com objetivos e contexto do projeto
├── data
│ ├── processed <- Datasets finais, utilizados pelos modelos.
│ └── raw <- Dump original extraído das bases de dado (imutável)
| └── queries <- Consultas utilizadas para extração de informações das bases de
│
├── models <- Modelos treinados, predições geradas e sumário descritivo dos modelos e parâmetros utilizados
│
├── notebooks <- Jupyter notebooks. A conversão para nomes é a versão (para ordenar), as iniciais do criador e uma descrição. Tudo separado por "-", e.x.
│ `1.0-lr-initial-data-exploration`.
│
├── references <- Artigos, links e outras referências para entendimento dos modelos.
│
├── outputs <- Análises geradas em HTML, PDF, LaTeX, etc.
│ └── figures <- Gráficos e figuras geradas e utilizadas nos relatórios.
│
├── requirements.txt <- Requerimentos de ambiente para execução do projeto. e.x:
│ generated with `pip freeze > requirements.txt`
│
├── src <- Classes funções do projeto
│ ├── __init__.py <- Makes src a Python module
│ │
│ ├── data <- Scripts para baixar e/ou gerar os datasets
│ │ └── make_dataset.py
│ │
│ ├── features <- Scrpits para criar features ou datasets nos quais serão aplicados os modelos
│ │ └── build_features.py
│ │
│ ├── models <- Modelos
│ │ ├── predict_model.py
│ │ └── train_model.py
│ │
│ └── visualization <- Visualizações
│ └── visualize.py
pipenv install
Certifique-se que o ambiente virtual do Pipenv esteja ativo.
pipenv install package
Exportanto o src para variável de ambiente:
pipenv install --editable .