A data science cookiecutter
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 5/5
- Tempo estimado
- Mais de uma semana
- Facilidade para iniciantes
- 25/100
Direção de pesquisa
Start by reviewing the proposed data-science cookiecutter goals and comparing the two linked research cookiecutter examples. The issue names no files, tests, or implementation entry point; the work is done when the project scope and whether to implement or recommend an existing template are decided and documented.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Is Your Feature Request Related to a Problem? Please Describe
We recently chatted with @samcunliffe and Niko from SWC (cannot tag him) about a cookiecutter for data science / scientific analysis / exploratory Python projects.
The idea would be to have some lighter requirements than for a fully-fledged Python package. And maybe some data science specific additions (like for example functionality for formatting and checking notebooks). This could be useful for many researchers, and maybe a good entry point to getting into good software practices.
Describe the Solution You'd Like
If we find this could be useful, we could have it:
- in a separate repo, or
- as part of this repo, and ask the user in the initial config phase which version they want to instantiate. @samcunliffe mentioned we could maybe use hidden variables for this.
Alternatively, we can just point to a good cookiecutter for this purpose if that already exists.
Describe Alternatives You've Considered
There are some examples of research cookiecutter:
- this one is very basic (mostly a directory structure) but maybe a good starting point if we decide we want to implement this ourselves.
- this one seems more recent and quite well documented. It may be a good one to point to if we decide that doing one ourselves is out of scope
Additional Context
No response
- Linguagem predominante
- Python
- Estrelas
- 62
- Forks
- 10
- Merge médio
- 14d 16h
- PRs com merge (30d)
- 2
Preparar o ambiente
- Sem Dockerfile nem arquivo Docker Compose
- Sem modelo de pull request
- Ler o guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de UCL-ARC/python-tooling
-
task
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 48/100
UCL-ARC/python-tooling#651 · 3 comentários ·
-
Should we have an AI policy?Talvez já em andamento @samcunliffe assumiu há 24 dias. Abertaquestion
UCL-ARC/python-tooling#649 · 3 comentários · 1 responsável ·
-
enhancement investigate
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 48/100
UCL-ARC/python-tooling#623 · 1 reação ·
-
enhancement question task
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 38/100
UCL-ARC/python-tooling#620 · 4 comentários ·
-
task
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 25/100
UCL-ARC/python-tooling#619 ·
Todas as issues de UCL-ARC/python-tooling
Issues semelhantes
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 82/100
Mantenedores costumam responder em até 1 dia
-
namespace operations
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 65/100
EclipseFdn/open-vsx.org#15057 ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
FinanceFlash/unvibecode#349 ·
-
Mission statement: why this is free, in the README, Why This Exists and the wiki HomeTalvez já em andamento @ChiefGyk3D assumiu hoje. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
ChiefGyk3D/Clouds-Against-Humanity#348 ·
Mantenedores costumam responder em até 1 dia
-
[Perf] Default --vllm-watermark 0.05 for rollouts (hybrid models re-preempt under KV pressure)Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 74/100
vllm-project/vime#508 ·
Mantenedores costumam responder em até 4 dias