项目结构-许多项目共享相同的大型数据集。

Question

在我的工作中，除了使用相同的数据外，我还有很多与工作无关的项目，这些数据在磁盘上使用csv格式是相当大的。我希望这些数据彼此独立存在，我通常尝试使用cookie刀数据科学模型作为项目结构，并将所有数据保存在项目根目录中的数据文件夹中。

但是因为这个数据集很大，我不想在这十个项目的根中有十个副本。我也不想把他们放在一个大项目分享，因为我觉得他们不属于一起。

构建多个共享同一大数据集的不同项目的最佳方法是什么？

Answer 1

数据库是跨项目共享数据的最佳选择。

另一个选项是版本控制。将csv签入版本控制。它可以是git、GitHub或特定于数据的版本控制系统。