lineapy

(★ 671)

Move fast from data science prototype to pipeline. Capture, analyze, and transform messy notebooks into data pipelines with just two lines of code.

  • .dockerignore
  • .flake8
  • .gitattributes
  • .gitignore
  • .gitmodules
  • .pre-commit-config.yaml
  • airflow_webserver_config.py
  • CODE_OF_CONDUCT.md
  • conftest.py
  • CONTRIBUTING.md
  • docker-compose.yml
  • Dockerfile
  • Dockerfile-airflow
  • HISTORY.md
  • LICENSE.txt
  • Makefile
  • MANIFEST.in
  • PERFORMANCE.md
  • ports.png
  • pyproject.toml
  • pytest.ini
  • README.md
  • requirements.txt
  • setup.py
  • test_pipeline_airflow_req.txt
  • test_pipeline_dvc_req.txt
  • test_pipeline_ray_req.txt

# 설치 가이드

1. 코드 내려받기
git clone https://github.com/LineaLabs/lineapy

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd lineapy

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Docker

쉬움 추천
사전 준비물
  • Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
  • Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker compose up -d --build

정의된 모든 컨테이너(서버, DB 등)를 한 번에 빌드하고 백그라운드에서 실행합니다.

터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.

3. Python

쉬움
사전 준비물
  • Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
  • Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).
- [Jupyter and IPython](#jupyter-and-ipython)

이 명령어를 터미널에 그대로 입력해 실행하세요.

에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.

4. Make

보통
사전 준비물
  • Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
  • Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.
make

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.
// repository documentation