現在終於可以開啟 VS Code。還沒有 VS Code 的朋友可以先到官方網站下載安裝(這裡)。這裡就不另外介紹安裝流程，我們直接開始建立專案。

先建立專案架構

建立專案架構前，我們先想一個問題：一個專案裡面應該要有什麼？

最直覺的想法可能是原始資料要有地方放、寫好的 Code 要有地方放，還需要一份 README 告訴別人「這個專案到底是什麼」。所以我們先建立一個最基本的專案結構：

MRT_project/
├── data/ (專案使用的資料)
├── src/ (Python 程式碼)
├── tests/ (測試程式)
├── README.md (說明這個專案是什麼，以及如何使用)
└── requirements.txt (記錄 Python 專案需要的套件)(先不用手動建立)

目前先不用把所有未來可能需要的資料夾全部建立起來，等後面的專案真的需要 dbt、Airflow 等工具時，再加入對應的結構。那為什麼不把所有東西通通丟在同一個資料夾就好？其實專案很小的時候可能真的沒差。但隨著程式碼、資料、測試和設定檔越來越多，如果一開始完全沒有分類，專案很快就會變得很難找東西，也很難讓其他人理解。
另外有一個很重要的原則：原始資料盡量不要直接修改。
假設我們在後面的資料處理過程中，不小心刪掉了一些原本以為不需要的資料，如果原始資料還保留著，就可以回頭確認，到底是原始資料本來就沒有？還是我們的處理流程把它弄不見了？因此保留 原始資料(Raw Data)，也能讓後續的資料處理可以重新執行，而不是改壞之後就回不去了。

建立 Python 虛擬環境

專案的基本骨架有了，接下來要準備 Python 的執行環境。為什麼需要虛擬環境？

因為 Python 專案通常會使用許多外部套件(Package)，而且不同專案需要的套件和版本可能不同。如果所有專案都共用同一套 Python 環境，當不同專案需要不同版本時，就可能產生相依套件或版本衝突。所以我們會替這個專案建立一個獨立的 虛擬環境（Virtual Environment）。打開 VS Code 的終端機(Terminal)，確認目前的位置是在專案根目錄：

python -m venv .venv

這個指令會在專案裡建立一個 .venv 資料夾。不過，建立完成不代表已經啟用。如果使用 Windows PowerShell，可以執行：

.\.venv\Scripts\Activate.ps1

成功啟用之後，Terminal 前面通常會看到(.venv)，這代表我們接下來使用 Python 與安裝套件時，會在這個專案的虛擬環境裡進行。.venv 資料夾裡面到底放了什麼，目前不用一個一個研究，只要先知道它讓這個專案擁有自己獨立的 Python 執行環境。我們可以先使用 pip查看目前環境已經有哪些 Package：

python -m pip --version
python -m pip list

虛擬環境準備完成後，就可以開始安裝這個專案需要的 Python套件。這些套件現在都會安裝在剛剛建立的 .venv 中，而不是和其他 Python 專案全部混在一起。至於每一個套件到底負責什麼，我們等專案真的使用到它時再介紹。

python -m pip install pandas requests python-dotenv boto3 "psycopg[binary]" pytest ruff

requirements.txt 是做什麼的？

假設今天我把 GitHub Repository(repo,儲存庫) 給你，你拿到了我的 Python Code，但是你的電腦沒有安裝我使用的套件。那程式還是跑不起來。所以我們需要記錄這個 Python 專案到底依賴哪些套件與版本？

python -m pip freeze > requirements.txt

把目前 Python 環境中的 Package 與版本寫進 requirements.txt。
之後其他人拿到這個專案，就可以透過：

python -m pip install -r requirements.txt

安裝這個專案需要的 Python 套件。
所以 requirements.txt 並不是單純「列出我裝了什麼」，它真正的用途是幫助其他人重建這個專案需要的 Python 環境。順帶一提，指令中的-m 是 Python 的參數，代表讓目前使用的 Python interpreter 執行指定的 module。

Dependencies 是什麼？

在 Python 專案裡，相依套件(Dependency)可以理解成「我的程式要正常運作，還需要依賴哪些外部 Package。」例如我們的程式如果寫了：

import pandas as pd

那 pandas 就是這個專案的 dependency。因為如果另一台電腦沒有安裝 pandas，即使拿到了完全一樣的 Python 程式碼，也沒有辦法正常執行。而 dependency 有時候還會再依賴其他 dependency。例如你安裝 pandas 時，pandas 本身也可能需要其他套件才能運作。因此一個專案真正需要的環境，通常不只有你親手 pip install 的幾個 Package。這也是為什麼我們需要 requirements.txt，把目前環境中的 dependencies 與版本記錄下來，讓其他人能夠重建這個專案需要的 Python 環境。

專案準備好了嗎？

到這裡，我們已經有：

Project Structure
        ↓
Python Virtual Environment
        ↓
Project Dependencies
        ↓
requirements.txt

專案終於開始有點樣子。下個問題。如果我們明天修改了 Code，後天又修改一次，結果突然發現：「我昨天那版明明還可以跑！」怎麼辦？這就是下一篇要處理的事情。

下一篇：Day 3｜Stage 0（3/3）：Git 版本控制與指令