Coder Social home page Coder Social logo

usuariobkp / cookiecutter-pypackage-ar Goto Github PK

View Code? Open in Web Editor NEW

This project forked from datosgobar/cookiecutter-pypackage-ar

0.0 0.0 0.0 332 KB

Cookiecutter template para paquetes de Python del equipo de Datos Argentina.

Makefile 22.22% Python 63.10% Batchfile 14.67%

cookiecutter-pypackage-ar's Introduction

Cookiecutter PyPackage - Datos Argentina

Cookiecutter template para paquetes de Python del equipo de Datos Argentina.

Nota: Todavía deben adaptarse/traducirse varias partes y eliminar algunas cosas que no usamos.

Esto es un fork del audrey/cookiecutter-pypackage que estamos adaptando y traduciendo para uso de los nuevos repositorios pythonicos del equipo de Datos.

Indice

Features

  • Travis-CI: Preparado para integración continua con Travis CI.
  • Documentación automática: Documentación preparada para generarse y publicarse en ReadTheDocs.
  • Auto-release a PyPI: Cada vez que se hace un tag con una nueva versión, se publica en PyPi automáticamente.

Instalación

Instalar la última versión de Cookiecutter (este template requiere Cookiecutter 1.4.0 o mayor)::

pip install -U cookiecutter

Uso

  1. Crear un repositorio en Github y clonarlo localmente
  2. Seguir todos los pasos para crear un repositorio usando el template de cookiecutter: cookiecutter https://github.com/datosgobar/cookiecutter-pypackage-ar.git. Mover todo el contenido a la carpeta del repo clonado.
  3. pip install -r requirements_dev.txt para instalar las dependencias de desarrollo (se recomienda crear un entorno virtual para el proyecto primero)
  4. Ir a tu cuenta de Travis CI y agregar el nuevo repo (switch on)
    • Modificar el archivo .travis.yml eliminando aquellas versiones de python no soportadas y agregando aquellas que sí lo sean
  5. Agregar el repo a tu cuenta de ReadTheDocs y switch on para activar el servicio.
  • make docs para crear la documentación localmente, luego pushear para que vaya a Read The Docs.
  1. make pypi para registrar el repo en Pip y activar el auto-deploy con tags en Travis CI (requiere una cuenta en PyPi).
    • Esta acción genera el primer release a pypi.

Para más detalles ver cookiecutter-pypackage tutorial.

Release checklist

Antes de cada nuevo release a PyPi, deben seguirse estos pasos:

  1. Chequear que todos los tests corran OK
  2. Cambiar la versión en el setup.py
  3. Cambiar la versión en el __init__.py del paquete
  4. Agregar una nueva entrada al HISTORY.md bulleteando brevemente las diferencias que tiene el nuevo release respecto del anterior, para el usuario del paquete
    • Recordar cambiar la versión
    • Recordar cambiar la fecha
  5. Correr make docs en el root del repo antes de pushear
  6. Commitear y pushear
  7. Taggear el commit con la versión del nuevo release

Otros cookiecutter templates

Ver repositorio de audrey/cookiecutter-pypackage para otros templates de repos en python o directamente el de audreyr/cookiecutter para una lista de templates de todo tipo.

Créditos

Contacto

Te invitamos a crearnos un issue en caso de que encuentres algún bug o tengas feedback de alguna parte de cookiecutter-pypackage-ar.

Para todo lo demás, podés mandarnos tu comentario o consulta a [email protected].

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.