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 [2022/02/28 01:17] Francesco Beretta [Créer un nouvel environnement] |
python:environnement_conda [2022/02/28 02:24] Francesco Beretta [Recette] |
||
|---|---|---|---|
| Ligne 31: | Ligne 31: | ||
| - | <code> mamba create --name py39_analyse python=3.9 ipykernel pathlib plotly matplotlib scipy pandas xlrd seaborn statsmodels patsy </code> | + | <code> mamba create --name py39_analyse python=3.9 ipykernel pathlib plotly matplotlib scipy pandas xlrd statsmodels patsy </code> |
| Lister les bibliothèques de fonctions installées: | Lister les bibliothèques de fonctions installées: | ||
| - | <code>mamba list</code> | + | <code>mamba env list</code> |
| - | Vérifier si telle bibliothèque (ici seaborn) est installée: | + | <code>mamba activate py39_analyse</code> |
| - | <code>mamba search seaborn</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 py39_analyse --from-history > [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py39_analyse_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/py39_analyse_20200507.yml</code> | + | <code>mamba 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/seaborn | anaconda / packages / seaborn]] | * Vérifier ensuite les spécifications dans l'entrepôt de bibliothèques : [[https://anaconda.org/anaconda/seaborn | anaconda / packages / seaborn]] | ||
| Ligne 57: | Ligne 63: | ||
| - | ====== 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 72: | 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. | ||
| Créer d'abord le nouvel environnement **//atelier//** avec toutes ses librairies: | Créer d'abord le nouvel environnement **//atelier//** avec toutes ses librairies: | ||
| - | <code>conda create --name atelier python=3.7 matplotlib</code> | + | <code>>mamba env create -name shn-pyshs --file C:\Users\your_name\Documents\espace_python\shn-pyshs\requirements.yml</code> |
| L'activer: | L'activer: | ||
| - | <code>conda activate atelier</code> | + | <code>conda activate shn-pyshs</code> |
| Installer ipykernel (et toues les dépendances ipython) | Installer ipykernel (et toues les dépendances ipython) | ||
| Ligne 84: | Ligne 92: | ||
| Activer l'ipykernel pour cet utilisateur | Activer l'ipykernel pour cet utilisateur | ||
| - | <code>python -m ipykernel install --user --name atelier --display-name "Py 3.7 atelier"</code> | + | <code>python -m ipykernel install --user --name atelier --display-name "shn-pyshs"</code> |
| Désactier l'environnement: | Désactier l'environnement: | ||
| Ligne 90: | Ligne 98: | ||
| Activer l'environnement principal Jupyter Lab: | Activer l'environnement principal Jupyter Lab: | ||
| - | <code>conda activate py37_gitlab</code> | + | <code>conda activate env_jupyterlab</code> |
| Lister les kernels présents: | Lister les kernels présents: | ||
| <code>jupyter kernelspec list</code> | <code>jupyter kernelspec list</code> | ||
| - | Si tout s'est bien passé, on y trouvera le kernel '//atelier//' | + | Si tout s'est bien passé, on y trouvera le kernel '//shn-pyshs//' |
| Lancer JupyterLab: | Lancer JupyterLab: | ||
| Ligne 100: | Ligne 108: | ||
| Dans l'interface graphique, dans un carnet, choisir le kernel et environnement souhaité. | Dans l'interface graphique, dans un carnet, choisir le kernel et environnement souhaité. | ||
| - | + | **N.B. 1** On peut, dans une autre fenêtre de terminal, activer l'environnement '//shn-pyshs//' et lui ajouter de nouvelles bibliothèques. Puis on redémarre le kernel et elles seront activables. | |
| - | **N.B. 1** On peut, dans une autre fenêtre de terminal, activer l'environnement '//atelier//' et lui ajouter de nouvelles bibliothèques. Puis on redémarre le kernel et elles seront activables. | + | |
python/environnement_conda.txt · Dernière modification: 2024/03/11 18:46 par Francesco Beretta
