摘要：也許你在別的地方聽說過Git。也許有人告訴過你，Git只適合軟件開發人員。如果你是數據科學家，那麼Git其實對你很重要。本文作者希望能夠通過經驗分享讓你瞭解Git的重要性，以及如何在你的數據科學工作中使用它。
什麼是Git？
Git是一個分佈式版本控制系統，用於在軟件開發期間跟蹤源代碼的更改。看看維基百科給出的這個定義，好像Git專門是為軟件開發人員而設計的。實際上，Git是當今世界上使用最廣泛的現代版本控制系統，它是以分佈式的協作方式為項目（開源或商業）做出了偉大的貢獻。除了分佈式版本控制系統之外，Git的還考慮了性能、安全性和靈活性。現在你已經瞭解了Git是什麼，但是你腦海中的問題可能是，“如果我是做數據科學項目的人，它與我的工作有什麼關係？”以前我也一樣不能理解Git的重要性，直到我開始在現實工作環境中，我才發現它時如此重要！
為什麼是Git？
我們來談談為什麼？一年前，我決定學習Git。我在Github上分享併發布了我的代碼，這是我在CERN的論文項目。雖然很難理解Git中常用的術語（git-add、commit、push、pull等），但我知道這在數據科學領域很重要，這使我的數據科學工作比以往任何時候都更加充實。
所以我保持學習狀態，並堅持“committing”。當我加入我目前的公司時，我在Git方面的經驗就派上了用場，因為Git是跨不同團隊進行代碼開發和協作的主要方式。更重要的是，當你的組織遵循敏捷軟件開發框架時，Git尤其有用，在該框架中，Git的分佈式版本控制使整個開發工作流更加高效、快速且易於適應變化。那麼什麼是版本控制呢？版本控制是一個系統記錄一個文件或一組文件隨時間的變化，以便你以後可以調用特定的版本。比如說，你是一個數據科學家，與一個團隊合作，在這個團隊中你和另一個數據科學家在構建機器學習模型的時候，對同一個特徵進行工作。如果你對該特徵做了一些更改並上傳到遠程存儲庫，並且這些更改與主分支合併，那麼你的項目現在變成了1.1版本。另一位數據科學家也對版本1.1的相同功能進行了一些更改，新的更改現在與主分支合併。模型就變成1.2版本。在任何時候，如果你的團隊發現版本1.2在發佈期間有一些錯誤，他們隨時可以調用以前的版本1.1，這就是版本控制的美妙之處。
作為數據科學家如何使用Git？
我們已經討論過什麼是Git及其重要性。現在的問題歸結為：作為數據科學家如何使用Git？作為數據科學家，你不需要成為一個Git領域的專家。關鍵是要理解Git技術的工作流程以及如何在日常工作中使用Git。準確地說，我在這裡使用的是Git Feature Branch Workflow，它通常被開源和商業項目使用。如果你想更多地瞭解這裡使用的術語，
Git Feature Branch Workflow
Feature Branch Workflow像一箇中央存儲庫，master分支代表正式的項目歷史記錄。開發人員每次開始處理一個新特性時，都會創建一個新的分支，而不是直接提交到他們的本地主分支上。新的分支可以（也應該）推送到中央存儲庫。在這種情況下，可以在不修改master分支的情況下與其他開發人員共享一個該分支。
在開始執行任何操作之前，請鍵入
git remote -v
以確保工作區指向要使用的遠程存儲庫。1、從主分支開始，創建一個新分支
git checkout master
git pull
git checkout -b branch-name
如果總是維護和更新主分支，則切換到本地主分支，並將最新的提交和代碼提取到本地主分支。假設你希望創建一個本地分支，向代碼中添加一個新功能，並稍後上傳到遠程存儲庫。一旦你將最新的代碼更新到本地master分支，我們就創建並checkout出一個名為branch-name的新分支，所有的更改都將在此本地分支上進行。這意味著你本地的master分支不會受到任何影響。
2、更新、添加、提交併將更改推送到遠程存儲庫
git status
git add <your-files>
git commit -m 'your message'
git push -u origin branch-name
上面我們做了很多操作，讓我們詳細瞭解它。一旦發生了一些更新，就將新的操作add到本地分支，並且希望將該操作上傳到遠程分支，以便合併到遠程主分支。git status將輸出你對文件的所有更改（跟蹤或未跟蹤）。在使用git commit-m“your message”提交消息更改之前，你將使用git add <your files>決定要暫存哪些文件。
在此階段，你的更改僅顯示在本地分支中。為了使你的更改顯示在BitBucket上的遠程分支中，你需要使用git push -u origin branch-name命令進行提交。此命令將該分支推送到中央存儲庫，並且-u表示將其添加為遠程跟蹤分支。在設置了跟蹤分支之後，可以在沒有任何參數的情況下調用git push，以自動將新的功能分支推送到BitBucket上的中央存儲庫。
3、創建pull請求
現在你已經成功地添加了一個新功能並推送到遠程分支。你為自己的貢獻感到驕傲，你希望在將遠程分支與遠程主分支合併之前得到團隊成員的反饋。在該分支合併到主分支之前，讓其他團隊成員有機會對其進行審查。你可以在BitBucket上創建pull請求。現在，你的團隊成員已經查看了你的代碼，並決定在代碼可以合併到主代碼庫-master分支之前，需要你進行一些其他更改。
git status
git add <your-files>
git commit -m 'your message'
git push
現在，你可以按照與之前相同的步驟進行更改、提交併最終將更新推送到中央存儲庫。一旦使用了git push，你的更新將自動顯示在pull請求中。如果其他人已將目標更改為你所接觸的同一代碼，則會發生合併衝突，這在工作中很常見。你可以在這裡看到如何解決合併衝突。一旦一切順利完成，這些功能將會合併到master分支中。
當我第一次開始學習Git時，我感到非常沮喪，因為我仍然沒有真正理解工作流。這也是寫這篇文章的主要原因之一，它真正分解並在更高層次的理解上向你解釋工作流程。因為我相信，對工作流程中發生的事情有一個清晰的瞭解將使學習過程更加有效。
作者：【方向】