終于寫出一個項目了，興奮嗎？ 那么如何把這個項目發出來給大家看呢？ 本文的作者編寫了在 .
作者以項目（估算算法訓練時間的包）的發布為例，詳細講解了發布的每一步。
注意：本文假設您已經在網絡上有一個要打包和發布的項目。
第0步：獲得項目許可證
在做任何其他事情之前，由于您的項目將是開源的，因此它應該有一個許可證。 獲取哪個取決于項目包的使用方式。 開源項目中的一些常見許可證是 MIT 或 BSD。
要向您的項目添加許可證，只需按照以下鏈接中的步驟將文件添加到項目存儲庫的根目錄即可：
第 1 步：準備好代碼
打包項目需要做一些準備工作：
from .estimate import Estimator
以.py為例，如果是最終用戶會訪問的類（該類是在.py文件中定義的）
import logging class LogMixin(object): @property def logger(self): name = '.'.join([self.__module__, self.__class__.__name__]) FORMAT = '%(name)s:%(levelname)s:%(message)s' logging.basicConfig(format=FORMAT, level=logging.DEBUG) logger = logging.getLogger(name) return logger
以日志系統為例：該類可以在任何其他類中使用
步驟2：使用打包工具創建setup.py
有了項目的結構后，您應該將 setup.py 文件添加到項目存儲庫的根目錄中。 這有助于所有發布和版本維護流程的自動化。 這是一個示例 setup.py （源代碼：）。
from setuptools import setup
from os import path
DIR = path.dirname(path.abspath(__file__))
INSTALL_PACKAGES = open(path.join(DIR, 'requirements.txt')).read().splitlines()
with open(path.join(DIR, 'README.md')) as f:
README = f.read()
setup(
name='scitime',
packages=['scitime'],
description="Training time estimator for scikit-learn algorithms",
long_description=README,
long_description_content_type='text/markdown',
install_requires=INSTALL_PACKAGES,
version='0.0.2',
url='http://github.com/nathan-toubiana/scitime',
author='Gabriel Lerner & Nathan Toubiana',
author_email='toubiana.nathan@gmail.com',
keywords=['machine-learning', 'scikit-learn', 'training-time'],
tests_require=[
'pytest',
'pytest-cov',
'pytest-sugar'
],
package_data={
# include json and pkl files
'': ['*.json', 'modelsscitime_data.py
*/setup.py
。 文件示例
步驟 4：標準化語法和編碼風格
您還需要確保您的代碼遵循 PEP8 準則（即具有標準樣式并且語法正確）。 同樣，有很多工具可以幫助您。 這里我們使用它。
第五步：創建合理的文檔
現在您的項目已經過測試并且結構良好，是時候添加合理的文檔了。 首先是要有一個好的文件，它將顯示在項目存儲庫的根目錄中。 完成后，最好添加以下內容：
由于文檔應該相當全面，因此通常會有更詳細的文檔。 您可以使用它來完成并管理其上的文檔。 文檔相關的文件通常放置在 docs/ 文件夾中。 以及相關教程： .
帶有標簽和描述的項目庫示例
第 6 步：創建持續集成
此時，您的項目距離發布準備就緒已經不遠了。 然而，每次提交后都必須更新文檔、運行測試以及檢查樣式和覆蓋率，這似乎有點讓人不知所措。 幸運的是，持續集成（CI）可以幫助您做到這一點。 您可以在每次提交后使用自動完成所有這些操作。 這是我們使用的一組 CI 工具：
language: python python: - "3.6" # command to install dependencies install: - pip install -r requirements.txt - pip install flake8 - pip install pytest-cov - pip install codecov # command to run tests script: - python -m pytest --cov=scitime - ./build_tools/flake_diff.sh after_success: - codecov
..yml 文件示例：請注意，對于每次提交，都需要運行測試并檢查測試覆蓋率。 但還有一項檢查（邏輯在 .sh 文件中定義：）
environment: matrix: - PYTHON: "C:\\Python36-x64" install: # We need wheel installed to build wheels - "%PYTHON%\\python.exe -m pip install -r requirements.txt" - "%PYTHON%\\python.exe -m pip install pytest==3.2.1" build: off test_script: - "%PYTHON%\\python.exe -m pytest"
示例 .yml 文件：這里我們只運行測試
這將使更新項目庫的整個過程變得更加容易。
集成提交歷史記錄示例
第 7 步：創建您的第一個和
此時，您即將推出的包應類似于以下內容：
your_package/ __init__.py your_module.py docs/ tests/ setup.py travis.yml appveyor.yml .coveragerc .codecov.yml README.md LICENSE .github/ CODE_OF_CONDUCT.md CONTRIBUTING.md PULL_REQUEST_TEMPLATE.md ISSUE_TEMPLATE/
現在準備發布！ 要做的第一件事是創建您的第一個 - 這是為了跟蹤項目在給定時間點的狀態，每次版本更改時您都需要創建新的。 創建步驟： .
完成后，唯一要做的就是發布包。 最常見的分發包的平臺是 PyPI 和 Conda。 下面我們描述如何使用兩者進行發布：
結束！
您的包裹現在應該已發貨并可供任何人使用！ 雖然大部分工作已經完成，但您仍然需要維護您的項目，并且需要進行一些更新：這基本上意味著每次進行重大更改時都更改版本，創建一個新版本，然后再次執行步驟 7。
原文鏈接：
欲了解更多信息，請參閱：
%3A%2F%%2F兩小時后--如何保持--健康--%%%26sk%)
