Depende mucho del proyecto y del estilo de codificación, por lo que es difícil dar un enfoque específico, pero aquí están las reglas generales:
- Primero apunte a una comprensión de arriba hacia abajo de lo que se supone que debe hacer el código y por qué, mientras ignora cómo inicialmente. Por ejemplo, el código de Data Science a menudo tomará conjuntos de datos (como tablas o archivos CSV) como entrada y salida, para que pueda comprender cada parte de la tubería al observar qué datos se leen y qué se produce. Luego puede continuar observando de dónde proviene la entrada o para qué se utiliza la salida. Las pruebas unitarias y la documentación son otras buenas formas de comprender qué se supone que debe hacer el código.
- Obtenga una idea de los patrones de diseño utilizados en la base de código: por ejemplo, ¿está escrito en un estilo principalmente funcional u orientado a objetos? Una vez que tenga una idea de cómo está organizado el código, úselo para descubrir cuáles son los principales componentes específicos del código y cómo los navegaría.
- En este punto, debe comenzar a hacer cosas con el código: escriba algunas pruebas y refactorice algunas cosas que espera que no hagan la diferencia. Luego, cambie algunas cosas que espera que marquen la diferencia y vea si las cosas que suceden son lo que predijo. Intente asegurarse de tener iteraciones muy rápidas: poder realizar cambios en 30 segundos le permitirá tener una idea del código mucho más rápido que los cambios que tardan 5 minutos en probar.