如何使用Python建立你的数据分析项目

现在有很多文章对复杂的机器学习算法和前沿的技术进行了展示，而这也促使数据科学家们慢慢变成了“社交控”( FOMO )。但数据分析的基本内容究竟是什么样的?你应当怎样安排项目结构?你需要使用什么样的工具?等等诸如此类的问题却鲜有人问津。本文将会对如何建立项目提供一些启发思路，以帮助你快速达到在数据科学领域能有所产出的境界。

项目结构

项目的结构总是为了契合人们的需求而得到不断完善，这会导致在一个团队中出现不同的项目构架。如果你或者团队中的其他人能够及时发现项目结构的重要性，并且这个概念在团队中得到推广，那么，你无疑是幸运的。

小编偶然发现了 R 语言的项目模板网站。从那之后，便一直提倡身边的人使用规范的项目结构。最近， DrivenData 发布了更为普适的 Cookiecutter Data Science 来构建项目结构。

而这些网站在项目构建方面的思路大致如下：

一个连贯且组织良好的结构，以便于人们协作；你的分析应当可复现，而你的项目结构可以满足这个需求；不应该从原始数据作为出发点开始你的项目，而应当假设原始数据不变，创建其他派生的文件。

简略的项目结构如下所示：

　　example_project/

├── data/ <- The original, immutable data dump.

├── figures/ <- Figures saved by notebooks and scripts.

├── notebook