Python Open Source Development

3

Sto cercando di contribuire ad alcuni progetti Python su Github, e sto cercando un po 'di chiarimenti sui meccanismi per farlo efficacemente. A quanto ho capito, il flusso di lavoro tipico è il seguente:

  1. Inserisci il repository a cui desideri contribuire.
  2. Clona il tuo repository biforcato.
  3. Crea un ambiente virtuale Python e installa / importa localmente il repository. La mia comprensione è che questa parte è necessaria per garantire che il modulo a cui stai cercando di contribuire sia quello di Github e non quello già installato sulla tua macchina.
  4. Sviluppa, verifica, ecc. le tue intenzioni.
  5. Ritorna a Github.
  6. Invia richieste di pull per includere le modifiche nel progetto principale.

Mentre cerco la conferma generale, cerco una conferma per quanto riguarda il Passaggio 3 principalmente perché la mia comprensione a questo punto rimane un po 'grigia.

    
posta amormachine 06.12.2014 - 15:59
fonte

1 risposta

4

La prima cosa che vuoi fare è verificare in che modo i progetti accettano gli invii e in quale formato (ad esempio da dove partire, devi rebase, guida di stile ecc.). Fai quel passo 0.

Per il passaggio 3, dipende dal tuo flusso di lavoro. Il mio è quello di clonare il repository in una cartella che ho appositamente per questi progetti, creare un virtualenv (di solito usando virtualenvwrapper, dato che rende facile la creazione di nuovi virtualenvs, specialmente utile per testare che l'installazione funziona ancora), installare eventuali requisiti build / dev non elencati nel setup.py (il readme / documentazione dovrebbe dire quali sono), quindi installare il progetto in modalità modificabile (eseguendo pip install -e . ). Vedi link su come iniziare a utilizzare virtualenv.

Si noti che questo potrebbe non funzionare per ogni pacchetto (tipicamente se non può essere installato usando pip, allora questo non funzionerà), in questo caso potresti usare user site-packages (cioè pip install --user invece di pip install ) .

Nel caso di sklearn , devi installare numpy e scipy nel virtualenv prima di installare sklearn . Assicurati di eseguire l'installazione di numpy separatamente su scipy, pip install numpy scipy non funzionerà.

Infine, il passaggio 3 varierà per ogni sviluppatore, è meglio sviluppare il proprio flusso di lavoro. La cosa principale è assicurarsi che tutte le modifiche siano accettabili per il progetto.

    
risposta data 11.12.2014 - 01:17
fonte

Leggi altre domande sui tag