Outils pour utilisateurs

Outils du site


python:environnement_conda

Différences

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

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
Prochaine révision Les deux révisions suivantes
python:environnement_conda [2022/02/28 02:03]
Francesco Beretta [Créer un nouvel environnement]
python:environnement_conda [2022/02/28 02:32]
Francesco Beretta [Recette]
Ligne 50: Ligne 50:
  
 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:] C:​\Users\your_name\Documents\espace_python\environments\py39_analyse_20220228.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 63: 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 78: 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:​ 
-<​code>​conda activate atelier</​code>​ 
  
-Installer ​ipykernel (et toues les dépendances ipython)+ATTENTION : seulement si non installé, installer ​ipykernel (et toues les dépendances ipython) 
 +<​code>​conda activate shn-pyshs</​code>​
 <​code>​conda install ipykernel</​code>​ <​code>​conda install ipykernel</​code>​
 +<​code>​conda deactivate</​code>​
 +
  
 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 ​shn-pyshs ​--display-name "shn-pyshs"</​code>​
  
 Désactier l'​environnement:​ Désactier l'​environnement:​
Ligne 96: Ligne 99:
  
 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 106: Ligne 109:
  
 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