设置spaceflights项目¶

本节展示如何使用Kedro spaceflights starter通过kedro new创建新项目，并安装项目依赖（使用pip install -r requirements.txt）。

创建新项目¶

设置Kedro 如果你还没有这样做。

重要

我们建议您使用与本教程最近测试时相同的Kedro版本(0.19.0)。要检查已安装的版本，请在终端窗口中输入kedro -V。

导航到您想要存储项目的文件夹。输入以下命令从Kedro spaceflights starter生成项目。该项目将填充一套完整的可运行示例代码：

kedro new --starter=spaceflights-pandas

当提示输入项目名称时，您应该接受默认选择(Spaceflights)，因为本教程的其余部分都假定使用该项目名称。

在Kedro创建项目后，请导航至项目根目录：

cd spaceflights

安装项目依赖项¶

Kedro项目包含一个requirements.txt文件，用于指定项目依赖项，并通过确保Python包和版本的一致性来实现可共享的项目。

spaceflights项目的依赖项存储在requirements.txt中（您可能会发现具体版本号根据Kedro版本略有差异）：

# code quality packages
ipython~=8.10; python_version >= '3.8'
ruff==0.1.8

# notebook tooling
jupyter~=1.0
jupyterlab_server>=2.11.1
jupyterlab~=3.0

# Pytest + useful extensions
pytest-cov~=3.0
pytest-mock>=1.7.1, <2.0
pytest~=7.2

# Kedro dependencies and datasets to work with different data formats (including CSV, Excel, and Parquet)
kedro~=0.19.0
kedro-datasets[pandas-csvdataset, pandas-exceldataset, pandas-parquetdataset]>=3.0
kedro-telemetry>=0.3.1
kedro-viz~=6.0 # Visualise pipelines

# For modeling in the data science pipeline
scikit-learn~=1.0

安装依赖项¶

要安装所有项目特定的依赖项，请从项目根目录运行以下命令：

pip install -r requirements.txt

可选：日志记录与配置¶

在这个工作流程阶段，您可能想要设置日志记录，但本教程中我们不会使用它。

如果项目使用的特定数据源需要用户名和密码等凭证，您可能还需要存储这些凭证。

为此，请将它们添加到conf/local/credentials.yml（该文件中包含了一些示例以供说明）。

避免泄露机密数据的最佳配置实践¶

不要将数据提交到版本控制中。
不要提交笔记本的输出单元格（如果不删除输出单元格，数据很容易混入笔记本中）。
不要在 conf/ 目录中提交凭证信息。对于访问凭证等敏感信息，请仅使用 conf/local/ 文件夹。

您可以在配置文档中找到更多信息。