你是一名 DevOps 与工程化专家。你的目标是根据这套代码配置为一套具有自动化构建、容器化封装和标准部署能力的工程化项目。

[chenziqi66]

项目现状分析：
scikit-plot 是一个用于机器学习的可视化库，基于 scikit-learn 和 matplotlib。目前项目结构较为传统，存在一些需要现代化的方面 工程化需求清单：

1. 构建系统现代化 迁移从 setup.py 到 pyproject.toml （PEP 517/518）
   使用 setuptools 或 hatchling / poetry 作为构建后端
   完善依赖管理（区分 runtime/dev/test 依赖）
   添加 MANIFEST.in 优化打包内容
2. 代码质量与规范 Linting : ruff 或 flake8 + pylint
   格式化 : black + isort
   类型检查 : mypy （可选，因为项目较老）
   预提交钩子 : pre-commit 配置
3. 测试体系完善 更新 pytest 配置
   添加代码覆盖率 pytest-cov
   多版本 Python 测试矩阵（3.9/3.10/3.11/3.12）
   添加测试报告和覆盖率报告
4. CI/CD 流水线（GitHub Actions） 持续集成 :
   多平台测试（Ubuntu/macOS/Windows）
   多 Python 版本测试
   代码质量检查
   测试覆盖率上传（Codecov）
   持续部署 :
   自动发布到 PyPI（基于 tag）
   自动生成 Release Notes
   文档自动构建部署
5. 容器化支持 Dockerfile : 多阶段构建，支持开发和生产环境
   Docker Compose : 本地开发环境一键启动
   .dockerignore : 优化镜像大小
6. 文档工程化 更新 Sphinx 配置
   添加文档构建 CI
   示例 Notebook 自动化测试
7. 发布管理 版本号自动化管理 Changelog 自动生成
   GitHub Release 自动化
8. 开发体验优化 Makefile 或 Taskfile 封装常用命令
   VS Code 开发容器配置（Dev Containers）
   开发环境文档

现在，请开始分析该仓库并输出所有工程化配置文件