文件名称：d6tflow:Python库用于构建高效的数据科学工作流程
文件大小：82KB
文件格式：ZIP
更新时间：2024-05-17 08:20:11
Python
数据流 对于数据科学家和数据工程师来说， d6tflow是一个python库，可让您轻松，快速和直观地构建复杂的数据科学工作流程。 它主要是为数据科学家设计的，可以更快地构建更好的模型。 对于数据工程师来说，它也可以是轻量级的替代方案，并有助于更快地生产数据科学模型。 与其他数据管道/工作流解决方案不同， d6tflow专注于管理数据科学研究工作流，而不是管理生产数据管道。 为什么要使用d6tflow？ 数据科学工作流通常看起来像这样。 工作流涉及将参数化的任务链接在一起，这些任务在彼此之间传递多个输入和输出。 输出数据存储在多个数据帧，文件和数据库中，但是您必须手动跟踪所有内容。 通常，您希望重新运行具有不同参数的任务，而不会无意间重新运行长时间运行的任务。 工作流程变得复杂，您的代码变得混乱，难以审核且无法很好地扩展。 d6tflow来营救！ 使用d6tflow，您可以轻松地将复
【文件预览】：
d6tflow-master
----MANIFEST.in(33B)
----requirements-dev.txt(16B)
----docs()
--------example-functional.py(1KB)
--------d6tflow-docs-graph.png(5KB)
--------example.py(3KB)
--------example-ml-compare-short.py(2KB)
--------example-trading.py(8KB)
--------shell-napoleon-recreate.sh(97B)
--------make.bat(773B)
--------example-ml-compare2.py(5KB)
--------shell-napoleon-html.sh(10B)
--------example.ipynb(9KB)
--------example-ml-compare.py(3KB)
--------example-onnx.py(2KB)
--------example-functional.ipynb(7KB)
--------Makefile(612B)
--------example-tf.py(2KB)
--------example-minimal-cache.py(945B)
--------example-minimal.py(1KB)
--------example-ml.md(4KB)
--------blog()
--------source()
----tests()
--------tmp.py(362B)
--------main.py(15KB)
--------test_meta.py(4KB)
--------test_workflow.py(9KB)
--------test_requires.py(759B)
--------test_export.py(6KB)
--------__init__.py(0B)
--------savemeta.py(732B)
--------test_inputLoad.py(5KB)
--------publish.sh(433B)
--------flow-d6tpipe.py(5KB)
----LICENSE(1KB)
----d6tflow()
--------pipes.py(9KB)
--------utils.py(2KB)
--------tasks()
--------__init__.py(17KB)
--------settings.py(368B)
--------targets()
--------functional.py(12KB)
--------cache.py(58B)
----requirements.txt(54B)
----setup.py(1010B)
----.gitignore(1KB)
----README.md(8KB)