Skip to content

Commit

Permalink
Merge pull request #18 from torave/tora
Browse files Browse the repository at this point in the history
Tora - changes
  • Loading branch information
torave authored and GitHub Enterprise committed May 25, 2025
2 parents 2955fb9 + 2af0ec4 commit 95c475a
Show file tree
Hide file tree
Showing 33 changed files with 11,352 additions and 11,504 deletions.
2 changes: 1 addition & 1 deletion .gitignore
Original file line number Diff line number Diff line change
Expand Up @@ -3,6 +3,6 @@
*.pyc
/venv/
.env
/data/output*/
data/*/output*/
old_*
.DS_Store
92 changes: 44 additions & 48 deletions README.md

Large diffs are not rendered by default.

39 changes: 30 additions & 9 deletions data/README.md
Original file line number Diff line number Diff line change
Expand Up @@ -2,15 +2,36 @@

Her vil det opprettes ulike mapper som et resultat av dataene som lagres gjennom kjøringen av de ulike notebookene.

Funksjonen er bygd slik at den først sjekker om det eksisterer en mappe, før den eventuelt lager. Alle mapper som starter med output (altså output data) er lagt til i `.gitignore`. Dette for å ikke laste opp masse unødvendig til github, men også for at brukere ikke 'deler' data. Mine kjøringer vil være mine, og dine vil kun vises hos deg.
Funksjonen er bygd slik at den først sjekker om det eksisterer en mappe, før den eventuelt lager. Mappen er delt opp i `data/figures` og `data/json`, dette for å lettere skille mellom dataen fra de ulike notebook-ene.

Alle mapper som starter med output er lagt til i `.gitignore`. Dette for å ikke laste opp masse unødvendig til github, men også for at brukere ikke 'deler' data. Mine kjøringer vil være mine, og dine vil kun vises hos deg.

Det er også en test-mappe, her har vi lagret noe data hentet med API-en, som inneholder feil og mangler. Denne vil bli brukt i `notebook_regression.ipynb` for å vise at funksjonene våre for renskning fungerer, før dataen blir splittet og trener opp en regresjonsmodell.

Dette er eksempel på noen av mappene:
- `test` inneholder forhåndslagret data for bruk i `notebook_regression.ipynb`
- `output_current_data` lagrer dataen for ønsket sted, kjørt fra `notebook_current_data.ipynb`
- `output_fig` lagrer grafer, kjørt fra `notebook_statistic_data.ipynb`
- `output_record` lagrer rekord data fra ønsket sted, kjørt fra `notebook_statistic_data.ipynb`
- `output_statistikk` lagrer dataen for ønsket sted, kjørt fra`notebook_statistic_data.ipynb`
- `output_sammenligning_dag` lagrer data for to ønsket steder for dags sammenligning, kjørt fra `notebook_compare_one_day_data.ipynb`
- `output_fig_sammenligning` lagrer sammenligningsgrafer, kjørt fra de ulike 'compare' notebookene
Dette er mappenestrukturen:
`data/figures`:
- `output_fig_compare_one_day`
- `output_fig_compare_one_week`
- `output_fig_compare_statistic`
- `output_fig_interactive`
- `output_fig_one_day`
- `output_fig_one_week`
- `output_fig_statistic`

Figurene som lagres vil være blant annet:
- Værdata (temperatur, nedbør og vind)
- Temperatur (gjennomsnitt, maks og min)
- Korrelasjonsmatriser

`data/json`:
- `output_compare_one_day`
- `output_compare_one_week`
- `output_compare_statistic`
- `output_current`
- `output_interactive`
- `output_one_day`
- `output_one_week`
- `output_records`
- `output_statistic`

Data som lagres er json-filer med data hentet fra API-en. Og i `output_records` vil det lagres rekord verdier regnet fra `notebook_statistic_data`.
Loading

0 comments on commit 95c475a

Please sign in to comment.