11 KiB

Raw Blame History

Contribuir para Data Science para Principiantes

Obrigado pelo seu interesse em contribuir para o currículo de Data Science para Principiantes! Agradecemos as contribuições da comunidade.

Índice

Código de Conduta

Este projeto adotou o Código de Conduta de Código Aberto da Microsoft.
Para mais informações, consulte as FAQ do Código de Conduta
ou contacte opencode@microsoft.com para quaisquer questões ou comentários adicionais.

Como Posso Contribuir?

Reportar Erros

Antes de criar relatórios de erros, verifique os problemas existentes para evitar duplicados. Ao criar um relatório de erro, inclua o máximo de detalhes possível:

Use um título claro e descritivo
Descreva os passos exatos para reproduzir o problema
Forneça exemplos específicos (trechos de código, capturas de ecrã)
Descreva o comportamento observado e o que esperava
Inclua os detalhes do seu ambiente (SO, versão do Python, navegador)

Sugerir Melhorias

Sugestões de melhorias são bem-vindas! Ao sugerir melhorias:

Use um título claro e descritivo
Forneça uma descrição detalhada da melhoria sugerida
Explique por que esta melhoria seria útil
Liste quaisquer funcionalidades semelhantes em outros projetos, se aplicável

Contribuir para a Documentação

Melhorias na documentação são sempre apreciadas:

Corrigir erros ortográficos e gramaticais
Melhorar a clareza das explicações
Adicionar documentação em falta
Atualizar informações desatualizadas
Adicionar exemplos ou casos de uso

Contribuir com Código

Aceitamos contribuições de código, incluindo:

Novas lições ou exercícios
Correções de erros
Melhorias em notebooks existentes
Novos conjuntos de dados ou exemplos
Melhorias na aplicação de quizzes

Primeiros Passos

Pré-requisitos

Antes de contribuir, certifique-se de que tem:

Uma conta no GitHub
Git instalado no seu sistema
Python 3.7+ e Jupyter instalados
Node.js e npm (para contribuições na aplicação de quizzes)
Familiaridade com a estrutura do currículo

Consulte INSTALLATION.md para instruções detalhadas de configuração.

Fazer Fork e Clonar

Faça fork do repositório no GitHub

Clone o seu fork localmente:

git clone https://github.com/YOUR-USERNAME/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners

Adicione o upstream remoto:

git remote add upstream https://github.com/microsoft/Data-Science-For-Beginners.git

Criar uma Branch

Crie uma nova branch para o seu trabalho:

git checkout -b feature/your-feature-name
# or
git checkout -b fix/your-bug-fix

Convenções de nomenclatura de branches:

feature/ - Novas funcionalidades ou lições
fix/ - Correções de erros
docs/ - Alterações na documentação
refactor/ - Refatoração de código

Diretrizes de Contribuição

Para Conteúdo de Lições

Ao contribuir com lições ou modificar as existentes:

Siga a estrutura existente:
- README.md com o conteúdo da lição
- Notebook Jupyter com exercícios
- Tarefa (se aplicável)
- Link para quizzes pré e pós-lição
Inclua estes elementos:
- Objetivos de aprendizagem claros
- Explicações passo a passo
- Exemplos de código com comentários
- Exercícios para prática
- Links para recursos adicionais
Garanta acessibilidade:
- Use linguagem clara e simples
- Forneça texto alternativo para imagens
- Inclua comentários no código
- Considere diferentes estilos de aprendizagem

Para Notebooks Jupyter

Limpe todos os outputs antes de fazer commit:

jupyter nbconvert --clear-output --inplace notebook.ipynb

Inclua células markdown com explicações

Use formatação consistente:

# Import libraries at the top
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# Use meaningful variable names
# Add comments for complex operations
# Follow PEP 8 style guidelines

Teste o notebook completamente antes de submeter

Para Código Python

Siga as diretrizes de estilo PEP 8:

# Good practices
import pandas as pd

def calculate_mean(data):
    """Calculate the mean of a dataset.
    
    Args:
        data (list): List of numerical values
        
    Returns:
        float: Mean of the dataset
    """
    return sum(data) / len(data)

Para Contribuições na Aplicação de Quizzes

Ao modificar a aplicação de quizzes:

Teste localmente:
```
cd quiz-app
npm install
npm run serve
```
Execute o linter:
```
npm run lint
```
Construa com sucesso:
```
npm run build
```
Siga o guia de estilo Vue.js e os padrões existentes

Para Traduções

Ao adicionar ou atualizar traduções:

Siga a estrutura na pasta translations/
Use o código do idioma como nome da pasta (ex.: pt para Português)
Mantenha a mesma estrutura de ficheiros da versão em inglês
Atualize os links dos quizzes para incluir o parâmetro de idioma: ?loc=pt
Teste todos os links e a formatação

Processo de Pull Request

Antes de Submeter

Atualize a sua branch com as alterações mais recentes:
```
git fetch upstream
git rebase upstream/main
```
Teste as suas alterações:
- Execute todos os notebooks modificados
- Teste a aplicação de quizzes, se modificada
- Verifique se todos os links funcionam
- Revise erros ortográficos e gramaticais
Faça commit das suas alterações:
```
git add .
git commit -m "Brief description of changes"
```
Escreva mensagens de commit claras:
- Use o tempo presente ("Adicionar funcionalidade" em vez de "Adicionou funcionalidade")
- Use o modo imperativo ("Mover cursor para..." em vez de "Move cursor para...")
- Limite a primeira linha a 72 caracteres
- Referencie problemas e pull requests quando relevante

Faça push para o seu fork:

git push origin feature/your-feature-name

Criar o Pull Request

Acesse o repositório
Clique em "Pull requests" → "New pull request"
Clique em "compare across forks"
Selecione o seu fork e branch
Clique em "Create pull request"

Formato do Título do PR

Use títulos claros e descritivos seguindo este formato:

[Component] Brief description

Exemplos:

[Lesson 7] Corrigir erro de importação no notebook Python
[Quiz App] Adicionar tradução para alemão
[Docs] Atualizar README com novos pré-requisitos
[Fix] Corrigir caminho de dados na lição de visualização

Descrição do PR

Inclua na descrição do seu PR:

O quê: Quais alterações foram feitas?
Porquê: Por que estas alterações são necessárias?
Como: Como implementou as alterações?
Testes: Como testou as alterações?
Capturas de ecrã: Inclua capturas de ecrã para alterações visuais
Problemas Relacionados: Link para problemas relacionados (ex.: "Fixes #123")

Processo de Revisão

Verificações automáticas serão executadas no seu PR
Os mantenedores irão rever a sua contribuição
Responda ao feedback fazendo commits adicionais
Uma vez aprovado, um mantenedor irá fazer merge do seu PR

Após o Merge do Seu PR

Apague a sua branch:

git branch -d feature/your-feature-name
git push origin --delete feature/your-feature-name

Atualize o seu fork:

git checkout main
git pull upstream main
git push origin main

Diretrizes de Estilo

Markdown

Use níveis de cabeçalho consistentes
Inclua linhas em branco entre seções
Use blocos de código com especificadores de linguagem:
```
```python
import pandas as pd
```
```
Adicione texto alternativo às imagens: ![Texto alternativo](../../translated_images/pt/image.4ee84a82b5e4c9e6651b13fd27dcf615e427ec584929f2cef7167aa99151a77a.png)
Mantenha comprimentos de linha razoáveis (cerca de 80-100 caracteres)

Python

Siga o guia de estilo PEP 8
Use nomes de variáveis significativos
Adicione docstrings às funções

Inclua dicas de tipo quando apropriado:

def process_data(df: pd.DataFrame) -> pd.DataFrame:
    """Process the input dataframe."""
    return df

JavaScript/Vue.js

Siga o guia de estilo Vue.js 2
Use a configuração ESLint fornecida
Escreva componentes modulares e reutilizáveis
Adicione comentários para lógica complexa

Organização de Ficheiros

Mantenha ficheiros relacionados juntos
Use nomes de ficheiros descritivos
Siga a estrutura de diretórios existente
Não faça commit de ficheiros desnecessários (.DS_Store, .pyc, node_modules, etc.)

Acordo de Licença de Contribuidor

Este projeto aceita contribuições e sugestões. A maioria das contribuições requer que concorde com um Acordo de Licença de Contribuidor (CLA), declarando que tem o direito de, e realmente concede-nos os direitos para usar a sua contribuição. Para mais detalhes, visite
https://cla.microsoft.com.

Quando submeter um pull request, um CLA-bot determinará automaticamente se precisa fornecer um CLA e decorará o PR apropriadamente (ex.: etiqueta, comentário). Basta seguir as instruções fornecidas pelo bot. Só precisará fazer isto uma vez em todos os repositórios que utilizam o nosso CLA.

Questões?

Consulte o nosso Canal Discord #data-science-for-beginners
Junte-se à nossa comunidade Discord
Revise os problemas e pull requests existentes

Obrigado!

As suas contribuições tornam este currículo melhor para todos. Obrigado por dedicar o seu tempo a contribuir!

Aviso:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, é importante notar que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.

11 KiB Raw Blame History