也許你在別的地方聽說過Git。也許有人告訴過你，Git只適合軟件開發(fā)人員。如果你是數(shù)據(jù)科學(xué)家，那么Git其實(shí)對你很重要。本文作者希望能夠通過經(jīng)驗(yàn)分享讓你了解Git的重要性，以及如何在你的數(shù)據(jù)科學(xué)工作中使用它。

什么是Git？

Git是一個分布式版本控制系統(tǒng)，用于在軟件開發(fā)期間跟蹤源代碼的更改。看看維基百科給出的這個定義，好像Git專門是為軟件開發(fā)人員而設(shè)計(jì)的。實(shí)際上，Git是當(dāng)今世界上使用最廣泛的現(xiàn)代版本控制系統(tǒng)，它是以分布式的協(xié)作方式為項(xiàng)目（開源或商業(yè)）做出了偉大的貢獻(xiàn)。除了分布式版本控制系統(tǒng)之外，Git的還考慮了性能、安全性和靈活性。現(xiàn)在你已經(jīng)了解了Git是什么，但是你腦海中的問題可能是，“如果我是做數(shù)據(jù)科學(xué)項(xiàng)目的人，它與我的工作有什么關(guān)系？”以前我也一樣不能理解Git的重要性，直到我開始在現(xiàn)實(shí)工作環(huán)境中，我才發(fā)現(xiàn)它時如此重要！

為什么是Git？

我們來談?wù)劄槭裁?#xff1f;一年前，我決定學(xué)習(xí)Git。我在Github上分享并發(fā)布了我的代碼，這是我在CERN的論文項(xiàng)目。雖然很難理解Git中常用的術(shù)語（git-add、commit、push、pull等），但我知道這在數(shù)據(jù)科學(xué)領(lǐng)域很重要，這使我的數(shù)據(jù)科學(xué)工作比以往任何時候都更加充實(shí)。

所以我保持學(xué)習(xí)狀態(tài)，并堅(jiān)持“committing”。當(dāng)我加入我目前的公司時，我在Git方面的經(jīng)驗(yàn)就派上了用場，因?yàn)镚it是跨不同團(tuán)隊(duì)進(jìn)行代碼開發(fā)和協(xié)作的主要方式。更重要的是，當(dāng)你的組織遵循敏捷軟件開發(fā)框架時，Git尤其有用，在該框架中，Git的分布式版本控制使整個開發(fā)工作流更加高效、快速且易于適應(yīng)變化。那么什么是版本控制呢？版本控制是一個系統(tǒng)記錄一個文件或一組文件隨時間的變化，以便你以后可以調(diào)用特定的版本。比如說，你是一個數(shù)據(jù)科學(xué)家，與一個團(tuán)隊(duì)合作，在這個團(tuán)隊(duì)中你和另一個數(shù)據(jù)科學(xué)家在構(gòu)建機(jī)器學(xué)習(xí)模型的時候，對同一個特征進(jìn)行工作。如果你對該特征做了一些更改并上傳到遠(yuǎn)程存儲庫，并且這些更改與主分支合并，那么你的項(xiàng)目現(xiàn)在變成了1.1版本。另一位數(shù)據(jù)科學(xué)家也對版本1.1的相同功能進(jìn)行了一些更改，新的更改現(xiàn)在與主分支合并。模型就變成1.2版本。在任何時候，如果你的團(tuán)隊(duì)發(fā)現(xiàn)版本1.2在發(fā)布期間有一些錯誤，他們隨時可以調(diào)用以前的版本1.1，這就是版本控制的美妙之處。

作為數(shù)據(jù)科學(xué)家如何使用Git？

我們已經(jīng)討論過什么是Git及其重要性。現(xiàn)在的問題歸結(jié)為：作為數(shù)據(jù)科學(xué)家如何使用Git？作為數(shù)據(jù)科學(xué)家，你不需要成為一個Git領(lǐng)域的專家。關(guān)鍵是要理解Git技術(shù)的工作流程以及如何在日常工作中使用Git。準(zhǔn)確地說，我在這里使用的是Git?Feature Branch?Workflow，它通常被開源和商業(yè)項(xiàng)目使用。如果你想更多地了解這里使用的術(shù)語，點(diǎn)擊這里進(jìn)行了解。

Git?Feature Branch?Workflow

Feature Branch?Workflow像一個中央存儲庫，master分支代表正式的項(xiàng)目歷史記錄。開發(fā)人員每次開始處理一個新特性時，都會創(chuàng)建一個新的分支，而不是直接提交到他們的本地主分支上。新的分支可以（也應(yīng)該）推送到中央存儲庫。在這種情況下，可以在不修改master分支的情況下與其他開發(fā)人員共享一個該分支。

在開始執(zhí)行任何操作之前，請鍵入

<span style="color:#f8f8f2"><code class="language-none">git remote -v</code></span>

以確保工作區(qū)指向要使用的遠(yuǎn)程存儲庫。

?

1、從主分支開始，創(chuàng)建一個新分支

<span style="color:#f8f8f2"><code class="language-none">git checkout master git pull git checkout -b branch-name</code></span>

如果總是維護(hù)和更新主分支，則切換到本地主分支，并將最新的提交和代碼提取到本地主分支。假設(shè)你希望創(chuàng)建一個本地分支，向代碼中添加一個新功能，并稍后上傳到遠(yuǎn)程存儲庫。一旦你將最新的代碼更新到本地master分支，我們就創(chuàng)建并checkout出一個名為branch-name的新分支，所有的更改都將在此本地分支上進(jìn)行。這意味著你本地的master分支不會受到任何影響。

2、更新、添加、提交并將更改推送到遠(yuǎn)程存儲庫

<span style="color:#f8f8f2"><code class="language-none">git status git add <your-files> git commit -m 'your message' git push -u origin branch-name </code></span>

上面我們做了很多操作，讓我們詳細(xì)了解它。一旦發(fā)生了一些更新，就將新的操作add到本地分支，并且希望將該操作上傳到遠(yuǎn)程分支，以便合并到遠(yuǎn)程主分支。git?status將輸出你對文件的所有更改（跟蹤或未跟蹤）。在使用git?commit-m“your message”提交消息更改之前，你將使用git?add?<your files>決定要暫存哪些文件。

在此階段，你的更改僅顯示在本地分支中。為了使你的更改顯示在BitBucket上的遠(yuǎn)程分支中，你需要使用git?push -u origin branch-name命令進(jìn)行提交。此命令將該分支推送到中央存儲庫，并且-u表示將其添加為遠(yuǎn)程跟蹤分支。在設(shè)置了跟蹤分支之后，可以在沒有任何參數(shù)的情況下調(diào)用git?push，以自動將新的功能分支推送到BitBucket上的中央存儲庫。

3、創(chuàng)建pull請求

現(xiàn)在你已經(jīng)成功地添加了一個新功能并推送到遠(yuǎn)程分支。你為自己的貢獻(xiàn)感到驕傲，你希望在將遠(yuǎn)程分支與遠(yuǎn)程主分支合并之前得到團(tuán)隊(duì)成員的反饋。在該分支合并到主分支之前，讓其他團(tuán)隊(duì)成員有機(jī)會對其進(jìn)行審查。你可以在BitBucket上創(chuàng)建pull請求。現(xiàn)在，你的團(tuán)隊(duì)成員已經(jīng)查看了你的代碼，并決定在代碼可以合并到主代碼庫-master分支之前，需要你進(jìn)行一些其他更改。

<span style="color:#f8f8f2"><code class="language-none">git status git add <your-files> git commit -m 'your message' git push </code></span>

現(xiàn)在，你可以按照與之前相同的步驟進(jìn)行更改、提交并最終將更新推送到中央存儲庫。一旦使用了git?push，你的更新將自動顯示在pull請求中。如果其他人已將目標(biāo)更改為你所接觸的同一代碼，則會發(fā)生合并沖突，這在工作中很常見。你可以在這里看到如何解決合并沖突。一旦一切順利完成，這些功能將會合并到master分支中。

當(dāng)我第一次開始學(xué)習(xí)Git時，我感到非常沮喪，因?yàn)槲胰匀粵]有真正理解工作流。這也是寫這篇文章的主要原因之一，它真正分解并在更高層次的理解上向你解釋工作流程。因?yàn)槲蚁嘈?#xff0c;對工作流程中發(fā)生的事情有一個清晰的了解將使學(xué)習(xí)過程更加有效。

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的数据科学家为什要用Git？怎么用？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。