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 [2022/03/12 12:21] Francesco Beretta [Créer manuellement un nouvel environnement] |
python:environnement_conda [2022/03/14 00:09] Francesco Beretta [Recette] |
||
|---|---|---|---|
| Ligne 4: | Ligne 4: | ||
| - | ====== Métadonnées et update de Conda ====== | + | ====== Métadonnées et update de Conda / Mamba ====== |
| + | |||
| + | [[https://docs.conda.io/projects/conda/en/latest/user-guide/getting-started.html#managing-environments|Documentation et tutoriel]] concernant l'utilisation de Conda. | ||
| + | |||
| + | [[https://mamba.readthedocs.io/en/latest/user_guide/mamba.html|Documentation]] concernant l'utilisation de Mamba. Mamba est une sorte de sur-couche logicielle exécute la plupart des commandes de Conda de manière plus performante. Dans la plupart des cas les appel conda / mamba sont interchangeables. | ||
| - | [[https://docs.conda.io/projects/conda/en/latest/user-guide/getting-started.html#managing-environments|Documentation et tutoriel]] concernant l'utilisation de Conda | ||
| Ligne 56: | Ligne 59: | ||
| Avant de procéder, sauvegarder la liste des librairies de l'environnement: | Avant de procéder, sauvegarder la liste des librairies de l'environnement: | ||
| - | <code>conda env export --name py39_analyse --from-history > [exemple:] C:\Users\your_name\Documents\espace_python\environments\py39_analyse_20220228.yml</code> | + | <code>mamba 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: | ||
| Ligne 65: | Ligne 68: | ||
| Puis installer la nouvelle bibliothèque: | Puis installer la nouvelle bibliothèque: | ||
| - | <code>conda install seaborn</code> | + | <code>mamba install seaborn</code> |
| - | Pour supprimer un environnement: | + | |
| + | ====== Supprimer un environnement: ====== | ||
| <code> conda env remove --name ENVIRONMENT </code> | <code> conda env remove --name ENVIRONMENT </code> | ||
| - | ====== Créer un nouvel environnement 'shn-pyshs' et l'ajouter aux kernels de Jupyter Lab ====== | + | ====== Créer un nouvel environnement 'shn-pyshs' à partir d'une liste de librairie et l'ajouter aux kernels de Jupyter Lab ====== |
| + | |||
| + | On présente ici la création d'un environnement Conda à partir d'une liste de librairies. | ||
| 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. | 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. | ||
| Ligne 95: | Ligne 102: | ||
| - | ATTENTION : seulement si non installé, 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 activate shn-pyshs</code> | ||
| <code>conda install ipykernel</code> | <code>conda install ipykernel</code> | ||
| <code>conda deactivate</code> | <code>conda deactivate</code> | ||
| + | |||
| + | |||
| + | Activer l'environnement principal Jupyter Lab: | ||
| + | <code>conda activate env_jupyterlab</cod | ||
| Activer l'ipykernel pour cet utilisateur | Activer l'ipykernel pour cet utilisateur | ||
| <code>python -m ipykernel install --user --name shn-pyshs --display-name "shn-pyshs"</code> | <code>python -m ipykernel install --user --name shn-pyshs --display-name "shn-pyshs"</code> | ||
| + | |||
| + | Lister les kernels présents: | ||
| + | <code>jupyter kernelspec list</code> | ||
| + | Si tout s'est bien passé, on y trouvera le kernel '//shn-pyshs//' | ||
| Désactier l'environnement: | Désactier l'environnement: | ||
| <code>conda deactivate</code> | <code>conda deactivate</code> | ||
| - | Activer l'environnement principal Jupyter Lab: | ||
| - | <code>conda activate env_jupyterlab</code> | ||
| - | Lister les kernels présents: | ||
| - | <code>jupyter kernelspec list</code> | ||
| - | Si tout s'est bien passé, on y trouvera le kernel '//shn-pyshs//' | ||
| - | Lancer JupyterLab: | + | |
| + | |||
| + | Plus tard, lancer JupyterLab: | ||
| <code>jupyter lab</code> | <code>jupyter lab</code> | ||
python/environnement_conda.txt · Dernière modification: 2024/03/11 18:46 par Francesco Beretta
