Différences

Ci-dessous, les différences entre deux révisions de la page.

--- python:anaconda [2020/10/02 16:42]
Francesco Beretta [Windows et macOS]
+++ python:anaconda [2022/02/19 15:25]
Francesco Beretta [Gestion des environnements virtuels]
@@ Ligne 16: / Ligne 16: @@
 Cf. [[https://docs.python.org/fr/3/tutorial/venv.html|Environnements virtuels et paquets]].
-Plusieurs outils de gestion d'environnements virtuels existent, construits autour de PIP (cf. documentation officielle de Python). Comme nous pratiquons ici une approche orientée analyse de données (et non développement web ou développement d'applications), nous avons privilégié le gestionnaire de paquets Conda (cf. ci-dessous). De plus, Conda permet d'installer des paquets d'autres langages informatiques, tel R, node.js ou java. Il est donc particulièrement intéressant et fléxible pour notre but.
+Plusieurs outils de gestion d'environnements virtuels existent, construits autour de PIP (cf. documentation officielle de Python). Comme nous pratiquons ici une approche orientée analyse de données (et non développement web ou développement d'applications), nous avons privilégié le gestionnaire de paquets Conda (cf. ci-dessous), ainsi qu'un édrivé plus performant appelé [[https://mamba.readthedocs.io/en/latest/index.html|Mamba]].
+Ces deux gestionnaires d'environnements permettent d'installer des paquets d'autres langages informatiques, tel R, node.js ou java. Il est donc particulièrement intéressant et fléxible pour notre but.
@@ Ligne 35: / Ligne 37: @@
   * Télécharger [[https://docs.conda.io/en/latest/miniconda.html|Miniconda]] et installer en suivant les instructions de l'installateur. Sous Windows et Linux choisir la version adaptée au système : 32 ou 64 bits.
-===== Windows et macOS =====
+===== Windows et MacOS =====
   * Relever l'emplacement d'installation
     * En général sous Windows C:\Users\[nom utilisateur]\Miniconda3
-  * Cocher : Conda comme installation Python par défaut
+  * Cocher : **Conda comme installation Python par défaut**
-  * Cocher "Ajouter au PATH" !
+  * **Ne pas cocher**:  "Ajouter au PATH" !
-  * Si Conda n'est pas ajouté au PATH, utiliser le programme //Anaconda prompt// après installation. Si Conda n'est toujours pas visible, voir ci-dessous les Problèmes/bugs
+    * [Octobre 2020] L'installateur de Miniconda dans Windows 10 déconseille de l'ajouter au PATH, à cause de problèmes qui pourraient survenir Dans le menu de démarrage Windows (Windows Start menu) sélectionner "Anaconda 64bit". L'ajout au PATH peut provoquer des problèmes.
+    * Conda n'est pas ajouté au PATH, utiliser le programme //Anaconda prompt// après installation. Si Conda n'est toujours pas visible, voir ci-dessous les Problèmes/bugs
 [[https://docs.conda.io/projects/conda/en/latest/user-guide/getting-started.html|Tutoriel]] d'introduction a l'utilisation de //conda//
+===== Vérification de l'installation =====
 Sous Windows, lancer le programme //Anaconda prompt//, sous Mac ouvrir le //Terminal//:
@@ Ligne 58: / Ligne 65: @@
 \\
-Page dédiée de ce Wiki:
+Pages dédiées dans ce Wiki:
-  * **[[python:environnement_conda|Créer et gérer un environnement Conda]]**
+  * [[intro_histoire_numerique:conda_histoire_numerique|Environnement pour le cours histoire numérique]]
+  * [[python:environnement_conda|Créer et gérer un environnement Conda]] (dans ce tutoriel Python)
 \\
@@ Ligne 72: / Ligne 81: @@
-====== Installation de JupyterLab et ses plugins ======
+====== Installation de JupyterLab ======
+  * Lister les environnemnents disponibles <code>conda env list</code>
+  * Ajouter le canal 'conda-forge' : <code>conda config --add channels conda-forge</code>
+  * Vérifier l'ajout du canal <code>conda info</code>: apparait la liste des canaux
-  * Lister les environnemnents disponibles <code>conda env list</code>
   * Créer ensuite un environnement contenant Jupyter Lab: conda create --name <envname> python=<version>.
-  * <code> [suggestion:] conda create --name py37_gitlab python=3.7 jupyterlab=1.2.7 jupyterlab-git </code>
+  * Pour **MacOS** exécuter:  <code>conda create --name py37_jupyterlab python=3.7 jupyterlab=1.2.7 requests</code>
-  * Pour Windows taper: <code>conda create --name py37_gitlab python=3.7 jupyterlab pywin32 jupyterlab-git jupyterlab-github requests</code>
+  * Pour **Windows** système à 32-bit exécuter: <code>conda create --name py37_jupyterlab python=3.7 jupyterlab pywin32 requests</code>
   * Lorsque l'exécutable demande : installer y/n répondre y = yes
-  * Activer le nouvel environnement : <code>conda activate py37_gitlab</code>
+  * Activer le nouvel environnement : <code>conda activate py37_jupyterlab</code>
+  * Pour désactiver l'environnement et revenir à l'environnement 'base: <code>conda deactivate</code>
   * Démarrer Juypter Lab : <code>jupyter lab</code>
-  * Si on veut ajouter des nouveau paquets à l'environnement, arrêter Jupyter Lab (alt-C pour Windows ou ctrl-C pour Mac), puis ajouter les paquets à l'environnement actif, dans ce cas //py37_gitlab// puis relancer le Lab.
+  * Pour **arrêter Jupyter Lab**: taper dans le Terminal ou Prompt où il est actif **alt-C** pour Windows ou **ctrl-C** pour Mac.
+  * Si on veut ajouter des nouveau paquets à l'environnement, **arrêter Jupyter Lab** , puis ajouter les paquets à l'environnement actif, dans ce cas //py37_gitlab// puis relancer le Lab.
   * Pour utiliser différents environnements, dédiés à différents projets ou technologies (NLP, etc.) voir les [[python:environnement_conda&#creer_un_nouvel_environnement_atelier_et_l_ajouter_aux_kernels_de_jupyter_lab|instructions sur cette page]]
 \\
+--------------
+====== Utilisateurs avancés – Plugins de JupyterLab ======
-===== JupyterLab git extension =====
-Documentation concernant //JupyterLab git extension//:
+L'installation de ce qui suit n'est pas nécessaire pour les cas d'usage habituels.
-  * [[https://github.com/jupyterlab/jupyterlab-git|jupyterlab / jupyterlab-git]]
-  * Tutoriel [[https://annefou.github.io/jupyter_publish/02-git/index.html|JupyterLab git extension]]
-  * Un tutoriel très intéressant sur Jupyter Lab dont la partie 3 concerne GitHub: [[http://jakevdp.github.io/blog/2017/03/03/reproducible-data-analysis-in-jupyter/|Reproducible Data Analysis in Jupyter]]
-**/!\ Avant de faire le tutoriel, réfléchissez si vous devez créer un nouveau environnement virtuel, si vous avez déjà d'autres projets en cours.** Il est donc préférable de créer un environnement en ligne de commande. Voir ci-dessous pour l'installation de l'environnement.
+\\
-\\ Une fois que vous avez activé votre environnement dans Miniconda, pensez à installer **JupyterLab**. Jupyter Notebook sera automatiquement installé avec.
-\\ Une fois JupyterLab installé, lancez le, il s'affichera sur votre navigateur.
+===== Plugin jupyterlab-github =====
-Les paquets pour conda:
-  * [[https://anaconda.org/conda-forge/jupyterlab-git|jupyterlab-git]] ([[https://github.com/jupyterlab/jupyterlab-git|documentation sur GitHub]])
-  * [[https://anaconda.org/krinsman/jupyterlab-github|jupyterlab-github]] ([[https://github.com/jupyterlab/jupyterlab-github|Documentation sur Github]])
+  * Documentation [[https://github.com/jupyterlab/jupyterlab-github|JupyterLab GitHub]].
+  * **Arrêter Jupyter Lab** (dans le Terminal ou Prompt où il est actif taper **alt-C** pour Windows ou **ctrl-C** pour Mac).
+  * Vérifier qu'on est bien dans l'environnement 'py37_jupyterlab'
+  * Exécuter: <code>conda install -c conda-forge nodejs</code>
+  * Exécuter: <code> jupyter labextension install @jupyterlab/github</code>
+  * Démarrer Juypter Lab : <code>jupyter lab</code>
-===== Plugin jupyterlab-github =====
+Sur l'interface JupyterLab, à gauche vous avez une barre de menu.
+\\
+Cliquez sur l'icône Puzzle "**Extension Manager**" (gestionnaire des plugins). Un message de sécurité indique que les Plugins (extensions) de JupyterLab sont produits par la commuanté et que donc il peut y avoir des risques de sécurité. C'est bon à savoir mais il faut tout de même répondre: OUI.
-Sur l'interface JupyterLab, à gauche vous avez une barre de menu. Cliquez sur l'icône Puzzle "**Extension Manager**" (gestionnaire des plugins).
 Dans la barre de recherche, cherchez "**github**". Le plugin qui nous intéresse est celui-ci :
@@ Ligne 121: / Ligne 140: @@
 Dans le cadre de l'atelier Données FAIR (FAIR Data), nous pouvons par exemple utiliser **atterebf** comme nom d'utilisateur. Une liste de dépôt github s'affiche, sélectionnez **atelier_arhn**, puis **import_csv_xls**, et enfin le carnet jupyter **import_csv.ipynb** (qui est en lecture seule).
+\\
 ===== Plugin jupyterlab-git =====
@@ Ligne 141: / Ligne 162: @@
 --------
+\\
+===== JupyterLab git extension =====
+ jupyterlab-git
+jupyterlab-git jupyterlab-github
+Documentation concernant //JupyterLab git extension//:
+  * [[https://github.com/jupyterlab/jupyterlab-git|jupyterlab / jupyterlab-git]]
+  * Tutoriel [[https://annefou.github.io/jupyter_publish/02-git/index.html|JupyterLab git extension]]
+  * Un tutoriel très intéressant sur Jupyter Lab dont la partie 3 concerne GitHub: [[http://jakevdp.github.io/blog/2017/03/03/reproducible-data-analysis-in-jupyter/|Reproducible Data Analysis in Jupyter]]
+**/!\ Avant de faire le tutoriel, réfléchissez si vous devez créer un nouveau environnement virtuel, si vous avez déjà d'autres projets en cours.** Il est donc préférable de créer un environnement en ligne de commande. Voir ci-dessous pour l'installation de l'environnement.
+\\ Une fois que vous avez activé votre environnement dans Miniconda, pensez à installer **JupyterLab**. Jupyter Notebook sera automatiquement installé avec.
+\\ Une fois JupyterLab installé, lancez le, il s'affichera sur votre navigateur.
+Les paquets pour conda:
+  * [[https://anaconda.org/conda-forge/jupyterlab-git|jupyterlab-git]] ([[https://github.com/jupyterlab/jupyterlab-git|documentation sur GitHub]])
+  * [[https://anaconda.org/krinsman/jupyterlab-github|jupyterlab-github]] ([[https://github.com/jupyterlab/jupyterlab-github|Documentation sur Github]])
 \\

Wiki de l'ARHNAxe de recherche en histoire numériqueLARHRA UMR5190

Outils pour utilisateurs

Outils du site

Différences

Outils de la page

Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190