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 02:03] Francesco Beretta [Créer un nouvel environnement] |
python:environnement_conda [2022/03/12 12:13] Francesco Beretta [Recette] |
||
|---|---|---|---|
| Ligne 26: | Ligne 26: | ||
| - | ====== Créer un nouvel environnement ====== | + | ====== Créer manuellement un nouvel environnement ====== |
| Documentation: [[https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html|managing environments]] | Documentation: [[https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html|managing environments]] | ||
| + | Lorsqu'on souhaite créer un nouvel environnement Conda on peut procéder en listant les librairies à installer dans la commande de création ou en convoquant un texte qui contient la liste des librairies. Voici un exemple de la première méthode qui ajoute des librairies permettant de traiter des documents HTML et XML Le nouvel environnement est | ||
| - | <code> mamba create --name py39_analyse python=3.9 ipykernel pathlib plotly matplotlib scipy pandas xlrd statsmodels patsy </code> | + | <code> mamba env create --name py39_html_xml python=3.9 ipykernel requests lxml </code> |
| Lister les bibliothèques de fonctions installées: | Lister les bibliothèques de fonctions installées: | ||
| - | <code>mamba env list</code> | + | <code>mamba list</code> |
| <code>mamba activate py39_analyse</code> | <code>mamba activate py39_analyse</code> | ||
| Ligne 50: | Ligne 51: | ||
| 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 59: | Ligne 60: | ||
| Pour supprimer un environnement: | Pour supprimer un environnement: | ||
| - | <code> conda env remove --name ENVIRONMENT --all</code> | + | <code> conda env remove --name ENVIRONMENT </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 79: | Ligne 80: | ||
| ===== 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: | ||
| - | <code>conda create --name atelier python=3.7 matplotlib</code> | ||
| - | L'activer: | + | Créer d'abord le nouvel environnement **//shn-pyshs//** avec toutes ses librairies: |
| - | <code>conda activate atelier</code> | + | <code>mamba create --name shn-pyshs --file C:\Users\your_name\Documents\espace_python\shn-pyshs\requirements.yml</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 100: | ||
| 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 110: | ||
| 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
