Hola, me llamo Luis y esta vez les traigo este artículo.
A los científicos de datos nos encantan los Jupyter Note:books: permiten la creación rápida de prototipos, nos permiten contar historias con nuestro código y nos permiten explorar conjuntos de datos a fondo.
Sin embargo, como le dirá cualquiera que haya intentado mantener un conjunto de Jupyter Note:books bajo control de versiones, son realmente difíciles de mantener.
Índice
A los científicos de datos les encantan los cuadernos de Jupyter …
Hay muchas razones para esto, por ejemplo:
- Permitir la creación rápida de prototipos.
- Te permite contar historias con tu código.
- Le permiten explorar a fondo sus conjuntos de datos.
… ¡Pero las herramientas de calidad de código Python no lo hacen!
Si queremos utilizar alguna de las siguientes excelentes herramientas:
Entonces tenemos que renunciar a todo lo que tanto amamos de Jupyter Note:books y trabajar con scripts de Python.
¿Podemos tener lo mejor de ambos mundos?
¡Si!
nbQA le permite ejecutar cualquier herramienta de calidad de código Python estándar en un Jupyter Note:book. Como lo harías normalmente flake8 en una secuencia de comandos de Python:
my_script.py:1:1: F401 'pandas as pd' imported but unused
nbQA le permite ejecutarlo en un cuaderno Jupyter.
my_notebook.py:cell_1:1:1: F401 'pandas as pd' imported but unused
Consulte esta demostración para ver algunos ejemplos:
Si utiliza pre cometido, aquí hay un ejemplo de cómo podría escribir un gancho que formatee sus cuadernos de acuerdo con black, controles que siguen flake8, y los comprueba con mypy :
- repo: https://github.com/nbQA-dev/nbQA
rev: 0.4.0
hooks:
- id: nbqa-flake8
- id: nbqa-isort
- id: nbqa-mypy
- id: nbqa-black
¿Qué más puede hacer nbQA?
Comprobar la documentación nbQA para saber cómo configurar nbQA y más de lo que puede hacer.
Nunca más vuelva a escribir un cuaderno de Jupyter que no se pueda mantener
Jupyter que no se pueda mantenerSi integra nbQA en su flujo de trabajo (consulte la documentación para ver un ejemplo de cómo usarlo con pre-commit o durante integración continua), entonces podrá conservar todo lo que ama de los cuadernos Jupyter sin tener que sacrificar su capacidad de mantenimiento.
Gracias por leer este artículo.
Añadir comentario