【发布时间】：2019-12-30 18:44:03
【问题描述】：
我正在开始一个新的数据科学项目。这将是一个早期实验项目，不是为了生产，而是为了概念验证。
我想确定良好/有用的架构（文件夹结构）指南，以与每个 DS 概念验证项目保持一致。
我通常建立一个新文件夹，每个项目总是有 3 个东西：
- 一些 Jupyter 笔记本
- 输入数据
- 结果数据
假设我的项目有 4 个用于处理数据的 Jupyter 笔记本。通常要运行这些笔记本才能正常工作。每个笔记本都提供一些组合在一起的功能（进入笔记本）。我通常在 Notebook 名称之前给出数字，以使它们按名称顺序排列（见示例）。
每个项目都有一些要分析的数据（输入数据）和一些成为项目结果或部分结果的数据（结果数据）
我可以接受我正在使用的当前结构，但这是我自己想出的，我希望那里有一些更有条理和更具可扩展性的东西，可以用于更大的项目。有点像 Jupyter Notebook 项目的框架？？？
-**/Folder**
----**/data**
--------input_file_1.csv
--------input_file_2.xlsx
----**/results**
--------partial_results.csv
----1_read_analyse_data.ipynb
----2_clean_data.ipynb
----3_preprocess_data.ipynb
----4_random_forrest_model.ipynb
【问题讨论】：
-
我的一位前同事发现了 cookiecutter 这个非常有用的项目结构。它解决了我上面描述的许多问题。唯一的缺点是我猜它（还没有）那么受欢迎，这意味着它需要 30 分钟来适应这个结构。 drivendata.github.io/cookiecutter-data-science
标签： python architecture jupyter-notebook jupyter data-science