Projeyi öncelikle forklayın ve clone edin. Proje sayımız ilerledikçe proje yönetimimizi kolaylaştırmak adına projelerimizi belli klasör kalıplarında saklamak iyi bir alışkanlıktır. Örnek bir Lokasyon: Code2Work/DataScience/data-project-23.
Aşağıdaki komutları sırasıyla çalıştırınız.
python -m venv venvvenv\Scripts\activate(Windows) — macOS / Linux için:source venv/bin/activatepip install -r requirements.txt=> Tüm bağımlılıkları kurarpython watch.py=> Kaydettikçe testleri otomatik çalıştırır ve skorunu Kaizu'ya gönderirpython tests/test_question.py=> Testleri tek seferlik çalıştırır ve skorunu Kaizu'ya gönderir
⚠️ Başlamadan önce:tests/test_question.pydosyasının başındakiUSER_ID = 0satırına kendi Kaizu ID'ni yaz (Profile → Settings → User ID). Yazmazsan skorun gönderilmez.
- Eğer daha detaylı bir şekilde testlerin içerisine bakmak isterseniz:
pytest tests/test_question.py -s -v(sadece testleri gösterir, skor göndermez)
- Bu bir Python projesidir. Veritabanı kurulumuna, SQL sorgusuna ya da herhangi bir bağlantı ayarına gerek yoktur.
- Çalışırken sadece
tasks/task_manager.pydosyasında çalışacağız. Bu dosyanın dışındaki kodları değiştirmeyiniz! - Her fonksiyonun ne yapması gerektiği
tasks/task_manager.pyiçindeki yorum satırlarında açıklanmıştır. Fonksiyonların içini doldurunuz. - Projede kullanılan veri seti repo içinde
tasks/witcher_monsters.csvyolundadır; ayrıca bir dosya indirmenize gerek yoktur. - Testleri çalıştırarak doğru sonuç alıp almadığınızı adım adım kontrol edebilirsiniz.
- Senaryo: "Witcher Universe" dünyasındaki canavar avcıları (witcher'lar), görevlerini kaydeden bir veri tabanına sahiptir. Bu veri seti üzerinde Explorative Data Analysis (EDA), Data Cleaning, Feature Engineering ve Data Preprocessing adımlarını uygulayacaksın. Amacımız canavar avı istatistiklerini incelemek, temizlemek, yeni özellikler üretmek ve makine öğrenmesi için hazır hale getirmektir.
tasks/task_manager.pydosyasının içerisindeki fonksiyonların içerisini doldurmaya çalışın.