Outils pour utilisateurs
python:environnement_conda
Différences
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 [2021/04/12 19:22] Francesco Beretta [Créer un nouvel environnement] |
python:environnement_conda [2022/02/28 02:12] Francesco Beretta [Recette] |
||
|---|---|---|---|
| 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=3.8 pathlib | + | <code> mamba create --name py39_analyse python=3.9 ipykernel pathlib plotly matplotlib scipy pandas xlrd statsmodels patsy </code> |
| - | jupyter | + | |
| - | 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 env list</code> |
| - | Vérifier si telle bibliothèque (ici BeautifulSoup) est installée: | + | <code>mamba activate py39_analyse</code> |
| - | <code>conda search beautifulsoup4</code> | + | |
| + | Manque la bibliothèque de visualisation: 'seaborn'. | ||
| + | |||
| + | Vérifier si elle est disponibles: | ||
| + | <code>conda search seaborn</code> | ||
| + | |||
| + | Vérifier la version disponible (et conseillée) sur ce site : [[https://anaconda.org/search|Anaconda search package]] | ||
| 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:] C:\Users\your_name\Documents\espace_python\environments\py39_analyse_20220228.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:] C:\Users\your_name\Documents\espace_python\environments\py39_analyse_20220228.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> |
| - | ====== Créer un nouvel environnement 'atelier' et l'ajouter aux kernels de Jupyter Lab ====== | + | ====== Créer un nouvel environnement 'shn-pyshs' et l'ajouter aux kernels de Jupyter Lab ====== |
| - | En règle générale, on utilise un environnement Conda par projet. Ceci permet de garantir une stabilité du code et d'éviter que des ajouts de paquets ou des mises à jour produisent des effets non souhaités. | + | En règle générale, on utilise un environnement Conda par projet ou dépôt de code. Ceci permet de garantir une stabilité du code et d'éviter que des ajouts de paquets ou des mises à jour produisent des effets non souhaités. Généralement les dépôts de code indiquent la liste des paquets à installer. |
| Aussi, il est fortement déconseillé de travailler et d'ajouter des paquets ou librairies à l'environnement //base// de Conda: il faut créer toujours de nouveaux environnements de travail. | Aussi, il est fortement déconseillé de travailler et d'ajouter des paquets ou librairies à l'environnement //base// de Conda: il faut créer toujours de nouveaux environnements de travail. | ||
| Ligne 75: | Ligne 78: | ||
| ===== Recette ===== | ===== Recette ===== | ||
| + | |||
| + | D'abord cloner le [[https://github.com/Sciences-historiques-numeriques/shn-pyshs|dépôt de code shn-pyshs]] dans le dossier de travail Python. | ||
python/environnement_conda.txt · Dernière modification: 2024/03/11 18:46 par Francesco Beretta
