ググっても出てこないことをGitHubにまとめよう

本リポジトリでは、ググっても簡単には出てこないコードや、つい忘れてしまうコードをまとめる。

現在の対象は下記の通り

• Pandas（DataFrameを使った前処理など）
• Python（Pandasを使わない処理）

以下の項目については未着手

• Matplotlib
• SQL
• Tableau

---

活用方法

sequenceDiagram
    自社PC->>本リポジトリ: コード追加
    loop コードレビュー
        本リポジトリ->>本リポジトリ: マージ
    end
    クライアントPC-->>本リポジトリ: ファイルの閲覧

Loading

コードの閲覧・利用

ブラウザで本リポジトリのmainブランチにアクセスする。

質問・要望の追加

ブラウザで本リポジトリにアクセスし、Issuesに質問・要望を追加する。

コードの追加

1. リポジトリのcloneを実行する
2. 新しくブランチを作成する
3. 追加コードをcommitし、pull request(PR)を作成する
4. 管理者によりPRが承認されたらmainにmergeする

開発イメージ

各メンバーがmainから新しくブランチを作成し、追加したコードをmainにマージしてノウハウを蓄積していく。
mainに直接pushすることは禁ずる。

gitGraph
  commit id: "Aさんブランチ作成"
  branch member-A
  commit id: "feat: コードA1"
  commit id: "fix: バグ修正"
  checkout main
  commit id: "Bさんブランチ作成"
  branch member-B
  commit id: "feat: コードB1"
  checkout main
  merge member-B tag: "Bさんコード追加"
  commit id: "Cさんブランチ作成"
  branch member-C
  commit id: "feat: コードC1"
  checkout main
  merge member-A tag: "Aさんコード追加"

Loading

---

リポジトリのクローン

Mac OSでの作業を想定。

Terminalでの作業

1. 秘密鍵を生成（色々聞かれるけど全てEnterかyを入力でok）
   ssh-keygen -t rsa
2. 以下のコマンドで秘密鍵の中身をクリップボードにコピー
   pbcopy < ~/.ssh/id_rsa.pub

※秘密鍵が流出するとGitHubのアカウントが誰でも使えてしまうので取扱注意

GitHubでの作業

1. 右上のアカウントのアイコンをクリックし、Settingsをクリック
2. Accessの中のSSH and GPG keysをクリック
3. New SSH keyをクリック
4. Titleを適当に入力し、Keyに秘密鍵の中身をCommand + Vでペースト
5. Add SSH Keyをクリック

Terminalでの作業

1. ホームディレクトリに移動
   cd ~
2. ディレクトリを作成して移動（devはフォルダ名なので自分の好きなように変えてok）
   mkdir dev; cd $_
3. リポジトリをclone
   git clone git@github.com:Taichi-Ibi/ggg.git
4. Finderでdevフォルダに移動してipynbファイルが動くことを確認する

コードの追加手順

1. 新しくブランチを作成しチェックアウトする
2. script/ipynbの内のipynbファイルやdocument/mdの内のmdファイルを編集し保存する
3. before_commit.pyを実行する
   • ipynbファイルの実行回数の初期化、空白セルの削除、pyファイルの生成を行うスクリプト
   • nbconvertの実行時にエラーが出た場合は、pip install nbconvertでnbconvertをインストールする
4. Gitにpushしpull requestを作成する
5. 有用なコードと判断された場合、mainブランチにマージできる（技術共有1回とカウント）

---

ディレクトリ構成

.
├── document # Taleauなどのテクニックをドキュメント形式でまとめる
│   └── md
├── module # sqlite3などでsample_dataを扱うための自作モジュール
├── sample_data
├── script # PythonやSQLのテクニックをまとめる
│   ├── ipynb
│   └── py # ipynbファイルから生成されたpyファイル（コードのdiff閲覧に使用）
├── before_commit.py # コミット前に実行するファイル
└── README.md

---

サンプルデータについて

データサイエンス100本ノック（構造化データ加工編）のデータ一式を引用しております。

---

参考文献

• Slatkin B., & ブレットスラットキン. (2020). Effective Python: Pythonプログラムを改良する90項目.
• 本橋智光. (2018). 前処理大全: データ分析のためのSQL/R/Python実践テクニック.
• van Rossum G. (2021). Pythonチュートリアル.
• Boswell D., & Foucher T. (2012). リーダブルコード: より良いコードを書くためのシンプルで実践的なテクニック. O’Reilly Media.
• 森谷和弘, & 鈴木雅也. (2022). データサイエンス100本ノック構造化データ加工編ガイドブック.
• 下山輝昌, 松田雄馬, & 三木孝行. (2022). Python実践ﾃﾞｰﾀ分析100本ﾉｯｸ第2版. 秀和システム.