Data-Science-For-Beginners/translations/te/CONTRIBUTING.md

Data Science for Beginners కు సహకరించడం

Data Science for Beginners పాఠ్యాంశానికి సహకరించడానికి మీ ఆసక్తికి ధన్యవాదాలు! మేము సమాజం నుండి సహకారాలను స్వాగతిస్తున్నాము.

విషయ సూచిక

• ఆచరణ నియమాలు
• నేను ఎలా సహకరించగలను?
• ప్రారంభించడం
• సహకార మార్గదర్శకాలు
• పుల్ రిక్వెస్ట్ ప్రక్రియ
• శైలి మార్గదర్శకాలు
• సహకారదారుల లైసెన్స్ ఒప్పందం

ఆచరణ నియమాలు

ఈ ప్రాజెక్ట్ Microsoft Open Source Code of Conduct ను అనుసరిస్తుంది. మరింత సమాచారం కోసం Code of Conduct FAQ చూడండి లేదా ఏవైనా అదనపు ప్రశ్నలు లేదా వ్యాఖ్యల కోసం opencode@microsoft.com ను సంప్రదించండి.

నేను ఎలా సహకరించగలను?

బగ్స్ నివేదించడం

బగ్ నివేదికలు సృష్టించే ముందు, డూప్లికేట్లను నివారించడానికి ఉన్న సమస్యలను తనిఖీ చేయండి. మీరు బగ్ నివేదికను సృష్టించినప్పుడు, సాధ్యమైనంత వివరాలను చేర్చండి:

• స్పష్టమైన మరియు వివరణాత్మక శీర్షికను ఉపయోగించండి
• సమస్యను పునరుత్పత్తి చేయడానికి ఖచ్చితమైన దశలను వివరించండి
• నిర్దిష్ట ఉదాహరణలు ఇవ్వండి (కోడ్ స్నిపెట్లు, స్క్రీన్‌షాట్లు)
• మీరు గమనించిన ప్రవర్తన మరియు మీరు ఆశించినది వివరించండి
• మీ వాతావరణ వివరాలను చేర్చండి (OS, Python వెర్షన్, బ్రౌజర్)

మెరుగుదలల సూచనలు

మెరుగుదలల సూచనలు స్వాగతం! మెరుగుదలలను సూచించినప్పుడు:

• స్పష్టమైన మరియు వివరణాత్మక శీర్షికను ఉపయోగించండి
• సూచించిన మెరుగుదల యొక్క వివరమైన వివరణ ఇవ్వండి
• ఈ మెరుగుదల ఎందుకు ఉపయోగకరమని భావిస్తున్నారో వివరించండి
• ఇతర ప్రాజెక్టులలో ఉన్న సమాన లక్షణాలను జాబితా చేయండి, అవసరమైతే

డాక్యుమెంటేషన్‌కు సహకరించడం

డాక్యుమెంటేషన్ మెరుగుదలలు ఎప్పుడూ అభినందించబడతాయి:

• టైపోస్ మరియు వ్యాకరణ తప్పులను సరిచేయండి
• వివరణల స్పష్టతను మెరుగుపరచండి
• లేకపోయిన డాక్యుమెంటేషన్ జోడించండి
• పాత సమాచారం నవీకరించండి
• ఉదాహరణలు లేదా ఉపయోగ కేసులు జోడించండి

కోడ్‌కు సహకరించడం

మేము క్రింది కోడ్ సహకారాలను స్వాగతిస్తున్నాము:

• కొత్త పాఠాలు లేదా వ్యాయామాలు
• బగ్ సరిచేయడం
• ఉన్న నోట్‌బుక్స్ మెరుగుదలలు
• కొత్త డేటాసెట్‌లు లేదా ఉదాహరణలు
• క్విజ్ అప్లికేషన్ మెరుగుదలలు

ప్రారంభించడం

ముందస్తు అవసరాలు

సహకరించే ముందు, మీరు కలిగి ఉండాలి:

1. GitHub ఖాతా
2. మీ సిస్టమ్‌లో Git ఇన్‌స్టాల్ చేయబడింది
3. Python 3.7+ మరియు Jupyter ఇన్‌స్టాల్ చేయబడింది
4. Node.js మరియు npm (క్విజ్ యాప్ సహకారాల కోసం)
5. పాఠ్యాంశ నిర్మాణం గురించి పరిచయం

వివరమైన సెటప్ సూచనల కోసం INSTALLATION.md చూడండి.

Fork మరియు Clone

1. GitHub లో రిపోజిటరీని Fork చేయండి
2. మీ Fork ను లోకల్‌గా Clone చేయండి:

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

3. అప్‌స్ట్రీమ్ రిమోట్ జోడించండి:

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

బ్రాంచ్ సృష్టించండి

మీ పని కోసం కొత్త బ్రాంచ్ సృష్టించండి:

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

బ్రాంచ్ నామకరణ నియమాలు:

• feature/ - కొత్త ఫీచర్లు లేదా పాఠాలు
• fix/ - బగ్ సరిచేయడం
• docs/ - డాక్యుమెంటేషన్ మార్పులు
• refactor/ - కోడ్ పునఃరూపకరణ

సహకార మార్గదర్శకాలు

పాఠం కంటెంట్ కోసం

పాఠాలు అందించేటప్పుడు లేదా ఉన్న వాటిని మార్చేటప్పుడు:

1. ఉన్న నిర్మాణాన్ని అనుసరించండి:

   • README.md లో పాఠం కంటెంట్
   • వ్యాయామాలతో Jupyter నోట్‌బుక్
   • అసైన్‌మెంట్ (అవసరమైతే)
   • ప్రీ మరియు పోస్ట్ క్విజ్ లింకులు

2. ఈ అంశాలను చేర్చండి:

   • స్పష్టమైన అభ్యాస లక్ష్యాలు
   • దశలవారీ వివరణలు
   • వ్యాఖ్యలతో కూడిన కోడ్ ఉదాహరణలు
   • అభ్యాసం కోసం వ్యాయామాలు
   • అదనపు వనరుల లింకులు

3. అందుబాటును నిర్ధారించండి:

   • స్పష్టమైన, సులభమైన భాష ఉపయోగించండి
   • చిత్రాలకు alt టెక్స్ట్ ఇవ్వండి
   • కోడ్ వ్యాఖ్యలు చేర్చండి
   • వివిధ అభ్యాస శైలులను పరిగణనలోకి తీసుకోండి

Jupyter నోట్‌బుక్స్ కోసం

1. కమిట్ చేయడానికి ముందు అన్ని అవుట్‌పుట్‌లను క్లియర్ చేయండి:

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

2. వివరణలతో కూడిన మార్క్డౌన్ సెల్స్ చేర్చండి

3. సమానమైన ఫార్మాటింగ్ ఉపయోగించండి:

   # టాప్‌లో లైబ్రరీలను దిగుమతి చేసుకోండి
   import pandas as pd
   import numpy as np
   import matplotlib.pyplot as plt
   
   # అర్థవంతమైన వేరియబుల్ పేర్లను ఉపయోగించండి
   # క్లిష్టమైన ఆపరేషన్ల కోసం వ్యాఖ్యలు జోడించండి
   # PEP 8 శైలి మార్గదర్శకాలను అనుసరించండి
   

4. సమర్పించే ముందు మీ నోట్‌బుక్‌ను పూర్తిగా పరీక్షించండి

Python కోడ్ కోసం

PEP 8 శైలి మార్గదర్శకాలను అనుసరించండి:

# మంచి ఆచారాలు
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)

క్విజ్ యాప్ సహకారాల కోసం

క్విజ్ అప్లికేషన్ మార్చేటప్పుడు:

1. లోకల్‌గా పరీక్షించండి:

   cd quiz-app
   npm install
   npm run serve
   

2. లింటర్ నడపండి:

   npm run lint
   

3. విజయవంతంగా బిల్డ్ చేయండి:

   npm run build
   

4. Vue.js శైలి గైడ్ మరియు ఉన్న నమూనాలను అనుసరించండి

అనువాదాల కోసం

అనువాదాలు జోడించేటప్పుడు లేదా నవీకరించేటప్పుడు:

1. translations/ ఫోల్డర్‌లో నిర్మాణాన్ని అనుసరించండి
2. భాషా కోడ్‌ను ఫోల్డర్ పేరుగా ఉపయోగించండి (ఉదా: ఫ్రెంచ్ కోసం fr)
3. ఆంగ్ల వెర్షన్‌తో సమానమైన ఫైల్ నిర్మాణాన్ని ఉంచండి
4. క్విజ్ లింకులను భాషా పారామీటర్‌తో నవీకరించండి: ?loc=fr
5. అన్ని లింకులు మరియు ఫార్మాటింగ్‌ను పరీక్షించండి

పుల్ రిక్వెస్ట్ ప్రక్రియ

సమర్పించే ముందు

1. మీ బ్రాంచ్‌ను తాజా మార్పులతో నవీకరించండి:

   git fetch upstream
   git rebase upstream/main
   

2. మీ మార్పులను పరీక్షించండి:

   • అన్ని మార్చిన నోట్‌బుక్స్ నడపండి
   • క్విజ్ యాప్ మార్చినట్లయితే పరీక్షించండి
   • అన్ని లింకులు పనిచేస్తున్నాయో నిర్ధారించండి
   • స్పెల్లింగ్ మరియు వ్యాకరణ తప్పుల కోసం తనిఖీ చేయండి

3. మీ మార్పులను కమిట్ చేయండి:

   git add .
   git commit -m "Brief description of changes"
   

   స్పష్టమైన కమిట్ సందేశాలు రాయండి:

   • ప్రస్తుత కాలాన్ని ఉపయోగించండి ("Add feature" "Added feature" కాదు)
   • ఆజ్ఞాత్మక మూడ్ ఉపయోగించండి ("Move cursor to..." "Moves cursor to..." కాదు)
   • మొదటి లైన్‌ను 72 అక్షరాలకు పరిమితం చేయండి
   • సంబంధిత సమస్యలు మరియు పుల్ రిక్వెస్ట్‌లను సూచించండి

4. మీ Fork కు పుష్ చేయండి:

   git push origin feature/your-feature-name
   

పుల్ రిక్వెస్ట్ సృష్టించడం

1. రిపోజిటరీ కి వెళ్లండి
2. "Pull requests" → "New pull request" క్లిక్ చేయండి
3. "compare across forks" క్లిక్ చేయండి
4. మీ Fork మరియు బ్రాంచ్ ఎంచుకోండి
5. "Create pull request" క్లిక్ చేయండి

PR శీర్షిక ఫార్మాట్

స్పష్టమైన, వివరణాత్మక శీర్షికలను ఈ ఫార్మాట్‌ను అనుసరించి ఉపయోగించండి:

[Component] Brief description

ఉదాహరణలు:

• [Lesson 7] Fix Python notebook import error
• [Quiz App] Add German translation
• [Docs] Update README with new prerequisites
• [Fix] Correct data path in visualization lesson

PR వివరణ

మీ PR వివరణలో చేర్చండి:

• ఏమి: మీరు ఏ మార్పులు చేసారు?
• ఎందుకు: ఈ మార్పులు ఎందుకు అవసరమయ్యాయి?
• ఎలా: మీరు మార్పులను ఎలా అమలు చేసారు?
• పరీక్ష: మీరు మార్పులను ఎలా పరీక్షించారో?
• స్క్రీన్‌షాట్లు: దృశ్య మార్పుల కోసం స్క్రీన్‌షాట్లు చేర్చండి
• సంబంధిత సమస్యలు: సంబంధిత సమస్యలకు లింకులు (ఉదా: "Fixes #123")

సమీక్ష ప్రక్రియ

1. ఆటోమేటెడ్ చెక్లు మీ PR పై నడుస్తాయి
2. నిర్వాహకులు మీ సహకారాన్ని సమీక్షిస్తారు
3. అభిప్రాయాలను పరిష్కరించండి అదనపు కమిట్‌లతో
4. ఆమోదం పొందిన తర్వాత, నిర్వాహకుడు మీ PR ను విలీనం చేస్తారు

మీ PR విలీనం అయిన తర్వాత

1. మీ బ్రాంచ్‌ను తొలగించండి:

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

2. మీ Fork ను నవీకరించండి:

   git checkout main
   git pull upstream main
   git push origin main
   

శైలి మార్గదర్శకాలు

మార్క్డౌన్

• స్థిరమైన శీర్షిక స్థాయిలను ఉపయోగించండి
• విభాగాల మధ్య ఖాళీ లైన్లను ఉంచండి
• భాషా స్పెసిఫైయర్లతో కోడ్ బ్లాక్స్ ఉపయోగించండి:

  ```python
  import pandas as pd
  ```
  

• చిత్రాలకు alt టెక్స్ట్ జోడించండి: ![Alt text](../../translated_images/te/image.4ee84a82b5e4c9e6651b13fd27dcf615e427ec584929f2cef7167aa99151a77a.png)
• లైన్ పొడవులు సుమారు 80-100 అక్షరాలుగా ఉంచండి

Python

• PEP 8 శైలి గైడ్ అనుసరించండి
• అర్థవంతమైన వేరియబుల్ పేర్లను ఉపయోగించండి
• ఫంక్షన్లకు డాక్స్ట్రింగ్స్ జోడించండి
• అవసరమైన చోట టైప్ హింట్స్ చేర్చండి:

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

JavaScript/Vue.js

• Vue.js 2 శైలి గైడ్ అనుసరించండి
• అందించిన ESLint కాన్ఫిగరేషన్ ఉపయోగించండి
• మాడ్యులర్, పునర్వినియోగపరచదగిన కాంపోనెంట్లను రాయండి
• క్లిష్టమైన లాజిక్ కోసం వ్యాఖ్యలు జోడించండి

ఫైల్ నిర్వహణ

• సంబంధిత ఫైళ్లను కలిసి ఉంచండి
• వివరణాత్మక ఫైల్ పేర్లను ఉపయోగించండి
• ఉన్న డైరెక్టరీ నిర్మాణాన్ని అనుసరించండి
• అవసరం లేని ఫైళ్లను కమిట్ చేయవద్దు (.DS_Store, .pyc, node_modules, మొదలైనవి)

సహకారదారుల లైసెన్స్ ఒప్పందం

ఈ ప్రాజెక్ట్ సహకారాలు మరియు సూచనలను స్వాగతిస్తుంది. చాలా సహకారాలకు మీరు సహకారదారుల లైసెన్స్ ఒప్పందం (CLA) కు అంగీకరించాలి, ఇది మీరు మీ సహకారాన్ని ఉపయోగించడానికి హక్కులు కలిగి ఉన్నారని మరియు వాటిని మాకు ఇచ్చారని ప్రకటిస్తుంది. వివరాలకు, https://cla.microsoft.com చూడండి.

మీరు పుల్ రిక్వెస్ట్ సమర్పించినప్పుడు, CLA-బాట్ ఆటోమేటిగ్గా మీరు CLA అందించాల్సిన అవసరం ఉందో లేదో నిర్ణయించి PR ను తగిన విధంగా (లేబుల్, వ్యాఖ్య) అలంకరిస్తుంది. బాట్ ఇచ్చిన సూచనలను అనుసరించండి. మా CLA ఉపయోగించే అన్ని రిపోజిటరీలలో మీరు ఈ ప్రక్రియను ఒక్కసారి మాత్రమే చేయాలి.

ప్రశ్నలు?

• మా Discord ఛానల్ #data-science-for-beginners ను తనిఖీ చేయండి
• మా Discord సమాజంలో చేరండి
• ఉన్న issues మరియు pull requests ను సమీక్షించండి

ధన్యవాదాలు!

మీ సహకారాలు ఈ పాఠ్యాంశాన్ని అందరికీ మెరుగ్గా చేస్తాయి. సహకరించడానికి సమయం కేటాయించినందుకు ధన్యవాదాలు!

---

అస్పష్టత:
ఈ పత్రాన్ని AI అనువాద సేవ Co-op Translator ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల పత్రం దాని స్వదేశీ భాషలోనే అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం చేయించుకోవడం మంచిది. ఈ అనువాదం వాడకంలో ఏర్పడిన ఏవైనా అపార్థాలు లేదా తప్పుదారుల కోసం మేము బాధ్యత వహించము.