Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente Prochaine révision Les deux révisions suivantes | ||
python:environnement_conda [2020/10/03 18:02] Francesco Beretta [Créer un nouvel environnement] |
python:environnement_conda [2022/02/28 01:17] Francesco Beretta [Créer un nouvel environnement] |
||
---|---|---|---|
Ligne 17: | Ligne 17: | ||
<code >conda update conda</code> | <code >conda update conda</code> | ||
+ | |||
+ | On peut alternativement installer les environnements avec Mamba, ce que nous ferons ici. | ||
+ | On exécute donc préalablement : | ||
+ | <code >mamba update mamba</code> | ||
+ | |||
+ | La plupart des commandes de Mamba sont équivalentes à celles de Conda, la performance de gestion d'environnements supérieure. | ||
Ligne 25: | Ligne 31: | ||
- | <code> conda create --name atelier python=3.7 jupyterlab=1.2.7 jupyterlab-git </code> | + | <code> mamba create --name py39_analyse python=3.9 ipykernel pathlib plotly matplotlib scipy pandas xlrd seaborn statsmodels patsy </code> |
Lister les bibliothèques de fonctions installées: | Lister les bibliothèques de fonctions installées: | ||
- | <code>conda list</code> | + | <code>mamba list</code> |
- | Vérifier si telle bibliothèque (ici BeautifulSoup) est installée: | + | Vérifier si telle bibliothèque (ici seaborn) est installée: |
- | <code>conda search beautifulsoup4</code> | + | <code>mamba search seaborn</code> |
Si ce n'est pas le cas, d'abord sauvegarder la configuration de l'environnement: | Si ce n'est pas le cas, d'abord sauvegarder la configuration de l'environnement: | ||
- | <code>conda env export --name py37_gitlab > [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py37_gitlab_20200507.yml</code> | + | <code>conda env export --name py39_analyse --from-history > [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py39_analyse_20200507.yml</code> |
En cas de pépin lors de l'installation du nouveau paquet, on peut restaurer (c'est-à-dire recréer) l'environnement dans l'état précis où il était lors de la sauvegarde: | En cas de pépin lors de l'installation du nouveau paquet, on peut restaurer (c'est-à-dire recréer) l'environnement dans l'état précis où il était lors de la sauvegarde: | ||
- | <code>conda env create --file [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py37_gitlab_20200507.yml</code> | + | <code>conda env create --file [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py39_analyse_20200507.yml</code> |
- | * Vérifier ensuite les spécifications dans l'entrepôt de bibliothèques : [[https://anaconda.org/anaconda/beautifulsoup4 | anaconda / packages / beautifulsoup4]] | + | * Vérifier ensuite les spécifications dans l'entrepôt de bibliothèques : [[https://anaconda.org/anaconda/seaborn | anaconda / packages / seaborn]] |
* Si le paquet n'existe pas pour Conda, on peut recourir à PIP, depuis Conda, mais voici les **[[https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#using-pip-in-an-environment|précautions à prendre]]**. | * Si le paquet n'existe pas pour Conda, on peut recourir à PIP, depuis Conda, mais voici les **[[https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#using-pip-in-an-environment|précautions à prendre]]**. | ||
Puis installer la nouvelle bibliothèque: | Puis installer la nouvelle bibliothèque: | ||
- | <code>conda install beautifulsoup4</code> | + | <code>conda install seaborn</code> |
Pour supprimer un environnement: | Pour supprimer un environnement: | ||
- | <code> conda env remove --name ENVIRONMENT</code> | + | <code> conda env remove --name ENVIRONMENT --all</code> |
Ligne 99: | Ligne 105: | ||
**N.B. 2** Eviter d'ajouter des bibliothèques à l'environnement de base de JupyterLab où a été installé //jupyterlab-github// pour préserver cet environnement de toute corruption | **N.B. 2** Eviter d'ajouter des bibliothèques à l'environnement de base de JupyterLab où a été installé //jupyterlab-github// pour préserver cet environnement de toute corruption | ||
+ | |||
+ | |||
+ | Pour supprimer un kernel | ||
+ | <code>jupyter kernelspec uninstall KERNELNAME</code> | ||
+ |