great-expectations 0.7.7

什么是伟大的期望？

期望值高有助于团队节省时间并促进分析完整性 通过提供一种独特的自动化测试方法：管道测试。 管道测试应用于数据（而不是代码）和批处理时 （而不是编译或部署时间）。管道测试就像单元测试 对于数据集：它们有助于防止上游数据更改和 监控数据质量。

软件开发人员早就知道自动化测试是必不可少的 用于管理复杂的代码库。远大的期望带来同样的结果 数据科学与工程的纪律、信心和加速 团队。

为什么我要用远大的期望？

以更快的速度处理更多的数据。团队使用“伟大的期望”来

• 节省数据清理和咀嚼的时间。
• 加速etl和数据规范化。
• 简化分析员到工程师的交接。
• 监控生产数据管道和数据产品中的数据质量。
• 如果数据管道中断，则简化调试。
• 在与分布式共享时用于构建模型的假设 团队或其他分析师。

如何开始？

很简单！首先使用pip安装：

    $ pip install great_expectations

Then run this command in the root directory of the project you want to try Great Expectations on:

    $ great_expectations init

您还可以克隆存储库，其中包括使用 伟大的期望。

$ git clone https://github.com/great-expectations/great_expectations.git
$ pip install great_expectations/

有什么期望？

期望值包括：-expect_table_row_count_to_equal- expect_column_values_to_be_unique- expect_column_values_to_be_in_set- expect_column_mean_to_be_between-…还有更多

访问glossary of expectations 一份完整的期望清单 期望词汇。

我能帮忙吗？

当然。是的，谢谢。起点 here， 别羞于提问！

我怎样才能学到更多？

有关完整文档，请访问Great Expectations on readthedocs.io。

Down with Pipeline Debt! 解释了远大期望背后的核心理念。请给它一个 阅读，拍手，跟随，分享。

为了快速、实际地介绍Great Expections的主要功能， 查看我们的演练视频：

• Introduction to Great Expectations
• Using Distributional Expectations

与远大期望团队联系的最佳方式是什么？

如果您有问题、评论、功能请求等，opening an issue 绝对是最好的出路。

我们还有一个空闲频道，您可以在这里加入： https://tinyurl.com/great-expectations-slack

远大的期望不适合X。它适合我的用例吗？

这要看情况。如果你有图书馆还不能满足的需要，请 upvote an existing issue(s) 或open a new issue 我们会看看我们能做些什么。厚望不足 开发，因此您的用例可能很快就会得到支持。