{"id":27302508,"url":"https://github.com/vikpires/ds_tips-dataset","last_synced_at":"2025-09-17T09:50:09.812Z","repository":{"id":247106474,"uuid":"822325935","full_name":"vikpires/DS_tips-dataset","owner":"vikpires","description":"Projeto individual do bootcamp de ciência de dados avanti 2024.2, com o objetivo de analisar e observar padrões no conjunto de dados \"Tips\".","archived":false,"fork":false,"pushed_at":"2024-08-23T20:12:05.000Z","size":1795,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2025-04-12T02:51:24.890Z","etag":null,"topics":["data-analysis","data-science","data-visualization","exploratory-data-analysis","jupyter-notebook","matplotlib","numpy","pandas","python","seaborn","tips"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/vikpires.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2024-06-30T23:16:09.000Z","updated_at":"2024-11-22T11:22:28.000Z","dependencies_parsed_at":"2024-07-30T05:29:12.697Z","dependency_job_id":"12ff493e-5a67-4679-9774-431655d085dc","html_url":"https://github.com/vikpires/DS_tips-dataset","commit_stats":null,"previous_names":["vikpires/avanti-bootcamp-cdd","vikpires/ds_tips-dataset"],"tags_count":0,"template":false,"template_full_name":"omadson/project-template","purl":"pkg:github/vikpires/DS_tips-dataset","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/vikpires%2FDS_tips-dataset","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/vikpires%2FDS_tips-dataset/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/vikpires%2FDS_tips-dataset/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/vikpires%2FDS_tips-dataset/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/vikpires","download_url":"https://codeload.github.com/vikpires/DS_tips-dataset/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/vikpires%2FDS_tips-dataset/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":275572430,"owners_count":25489092,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-09-17T02:00:09.119Z","response_time":84,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-analysis","data-science","data-visualization","exploratory-data-analysis","jupyter-notebook","matplotlib","numpy","pandas","python","seaborn","tips"],"created_at":"2025-04-12T02:47:41.932Z","updated_at":"2025-09-17T09:50:09.797Z","avatar_url":"https://github.com/vikpires.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# \u003cTítulo do projeto\u003e\n\nInsira aqui um resumo do projeto que será construído. Tente apresentar uma justificativa para o projeto. É desejável que também se insira um [graphical abstract](https://www.elsevier.com/authors/tools-and-resources/visual-abstract).\n\n## Desenvolvedores\n - [Nome do desenvolvedor #1](url-do-github-do-desenvolvedor-#1)\n - [Nome do desenvolvedor #2](url-do-github-do-desenvolvedor-#2)\n - [Nome do desenvolvedor #3](url-do-github-do-desenvolvedor-#3)\n - [Nome do desenvolvedor #4](url-do-github-do-desenvolvedor-#4)\n - ...\n\n---\n\n\u003e **Nota**: todo o texto abaixo é somente para entendimento do usuário do template. Por favor remova-o quando for atualizar este `README.md`.\n\n## Funcionalidades\n\nEsse template foi inicialmente baseado no [template de ciência de dados do cookiecutter](https://drivendata.github.io/cookiecutter-data-science/), mas ao longo do tempo várias modificações foram sendo realizadas. Atualmente o template tem as seguintes características:\n - Utilização do arquivo `pyproject.toml` como centralizador de dependências;\n - Configuração para criação de aplicação `streamlit`;\n - Utilização de [jupyter notebooks](https://jupyter.org/) para arquivos de análise;\n - Documentação com o [mkdocs](https://www.mkdocs.org/) ([material design](https://squidfunk.github.io/mkdocs-material/) theme)\n\n## Instruções\n\n### Requisitos\n\nPara utilizar este template, você precisará de um ambiente com os seguintes softwares:\n - git\n - Python 3.8\n - Poetry `1.1.13` ou superior\n\nÉ aconselhável o uso do `pyenv` para o gerenciamento de versões do Python.\n\n### Iniciando um novo projeto\n\nPara iniciar um novo projeto você precisa ter instalado na sua máquina as aplicações citadas na seção anterior, depois disso basta:\n\n1. clicar no botão **Use this template** (ou \"Usar este modelo\").\n2. Digitar um nome para seu repositório e uma descrição opcional.\n3. Escolher a visibilidade do projeto (Publica ou privada).\n4. Clicar em **Create repository from template** (Criar repositório a partir do modelo).\n\nPronto, acaba de criar um repositório a partir deste modelo. Para mais informações sobre o uso de templates, acesse a [documentação oficial](https://docs.github.com/pt/repositories/creating-and-managing-repositories/creating-a-repository-from-a-template).\n\n\n### Contribuindo com um repositório já criado\n\nDepois de criar o repositório, para começar a modificá-lo e/ou contribuir com repositórios já criados,  você precisa cloná-lo. Para isso, siga os seguintes passos:\n\n1. Acima da lista de arquivos, clique no botão **Code** (em verde).\n2. Copie a URL para o repositório.\n    - Tente clonar utilizando uma chave **SSH**. Para isso, clique na aba **SSH** e em seguida clique no ícone de cópia.\n3. Abra o terminal.\n4. Altere o diretório de trabalho atual para o local que deseja ter o diretório clonado.\n5. Digite `git clone` e cole a URL que você copiou anteriormente:\n\n```\ngit clone git@github.com:NOME-DE-USUARIO/REPOSITORIO.git\n```\n6. Pressione **Enter** para criar seu clone local.\n\nProto, com isso você acaba de clonar um repositório. Para mais informações sobre a clonagem de arquivos, acesse a [documentação oficial](https://docs.github.com/pt/repositories/creating-and-managing-repositories/cloning-a-repository).\n\nCom o repositório clonado, você precisa navegar até a pasta local, usando o comando :\n\n```\ncd REPOSITORIO\n```\n\nEstando na pasta do repositório, basta instalar as dependências do projeto utilizando o comando:\n\n```\npoetry install\n```\n\nEle irá instalar todas as dependências contidas no arquivo `pyproject.toml`. Depois disso basta ativar o ambiente virtual criado pelo Poetry utilizando o comando:\n\n```\npoetry shell\n```\n\nPara mais informações sobre os comandos do Poetry, visite a [documentação oficial](https://python-poetry.org/docs/).\n\nPara contribuir com um projeto, tente utilizar uma metodologia adequada. Utilize [este artigo](https://omadson.github.io/site/blog/2022/software-development-workflow/) para obter mais informações.\n\n\n### Organização de diretórios\n\n\n```\n.\n├── data/              # Diretório contendo todos os arquivos de dados\n│   ├── external/      # Arquivos de dados de fontes externas\n│   ├── interim/       # Arquivos de dados intermediários\n│   ├── processed/     # Arquivos de dados processados\n│   └── raw/           # Arquivos de dados originais, imutáveis\n├── docs/              # Documentação gerada através da biblioteca mkdocs\n├── models/            # Modelos treinados e serializados, predições ou resumos de modelos\n├── notebooks/         # Diretório contendo todos os notebooks utilizados nos passos\n├── references/        # Dicionários de dados, manuais e todo o material exploratório\n├── src/               # Código fonte utilizado nesse projeto\n│   ├── data/          # Classes e funções utilizadas para download e processamento de dados\n│   ├── deployment/    # Classes e funções utilizadas para implantação do modelo\n│   └── model/         # Classes e funções utilizadas para modelagem\n├── app.py             # Arquivo com o código da aplicação do streamlit\n├── Procfile           # Arquivo de configuração do heroku\n├── pyproject.toml     # Arquivo de dependências para reprodução do projeto\n├── poetry.lock        # Arquivo com sub-dependências do projeto principal\n├── README.md          # Informações gerais do projeto\n└── tasks.py           # Arquivo com funções para criação de tarefas utilizadas pelo invoke\n\n```\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fvikpires%2Fds_tips-dataset","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fvikpires%2Fds_tips-dataset","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fvikpires%2Fds_tips-dataset/lists"}