Una plantilla para proyectos de análisis de datos reproducibles inspirado mkrapp/cookiecutter-reproducible-science y drivendata/cookiecutter-data-science.
Instalar cookiecutter. En la línea de comandos: pip install cookiecutter
Para comenzar un nuevo proyecto:
cookiecutter gh:tacosdedatos/cookiecutter-analisis-de-datos
.
├── AUTORES.md
├── LICENSE
├── README.md
├── datos
│ ├── brutos <- Datos originales, ***inmutables***.
│ ├── externos <- Datos de fuentes de terceros.
│ ├── interinos <- Datos intermedios que han sido transformados.
│ └── procesados <- Datos finales, listos para tus modelos/visualizaciones.
├── docs <- Documentación. Por ejemplo, artículos científicos, periodísticos, etc. (ignorado por git)
├── notebooks <- Jupyter/Rmarkdown notebooks
├── reportes <- Para cualquier reporte/informe del proyecto y/o el manusctrito final.
│ └── figuras <- Figuras para el manuscrito o informes.
└── src <- Código fuente para este proyecto.
├── datos <- Scripts y programas para procesar datos.
├── externos <- Cualquier código fuente externo, por ejemplo, extraer otros proyectos de git o bibliotecas externas
├── herramientas <- Cualquier script de ayuda entra aquí.
├── modelos <- Código fuente para tu propio modelo.
└── visualizaciones <- Scripts para la visualización de sus resultados, por ejemplo, matplotlib, ggplot2, bokeh, altair.
Este proyecto está licenciado bajo los términos de la Licencia MIT