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 [2023/01/03 02:14] Francesco Beretta [Créer manuellement un nouvel environnement] |
python:environnement_conda [2023/04/17 11:04] Francesco Beretta [Créer manuellement un nouvel environnement] |
||
---|---|---|---|
Ligne 35: | Ligne 35: | ||
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 | 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_html_xml python=3.9 ipykernel requests lxml </code> | + | <code> mamba create --name py310_data_analysis python=3.10 ipykernel requests lxml pandas plotly altair</code> |
Lister les librairies installées (seulement celles déclarées explicitement): | Lister les librairies installées (seulement celles déclarées explicitement): | ||
- | <code>mamba env export --name py39_html_xml --from-history</code> | + | <code>mamba env export --name py310_data_analysis --from-history</code> |
Lister toutes les librairies et dépendances installées: | Lister toutes les librairies et dépendances installées: | ||
- | <code>conda activate py39_html_xml</code> | + | <code>conda activate py310_data_analysis</code> |
On est ainsi positionné dans l'environnement et on liste les librairies: | On est ainsi positionné dans l'environnement et on liste les librairies: | ||
Ligne 59: | 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>mamba 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 py310_data_analysis --from-history > [exemple:] C:\Users\your_name\Documents\espace_python\environments\py310_data_analysis_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>mamba 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\py310_data_analysis_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 69: | Ligne 69: | ||
Puis installer la nouvelle bibliothèque: | Puis installer la nouvelle bibliothèque: | ||
<code>mamba install seaborn</code> | <code>mamba install seaborn</code> | ||
+ | |||
+ | Pour lister les librairies installées dans l'environnement Conda actif: | ||
+ | <code>mamba env export --from-history</code> | ||
Ligne 99: | Ligne 102: | ||
Créer d'abord le nouvel environnement **//shn-pyshs//** avec toutes ses librairies: | Créer d'abord le nouvel environnement **//shn-pyshs//** avec toutes ses librairies: | ||
- | <code>mamba create --name shn-pyshs --file C:\Users\your_name\Documents\espace_python\shn-pyshs\requirements.yml</code> | + | <code>mamba env create --name py310_data_analysis --file C:\Users\your_name\Documents\espace_python\shn-pyshs\requirements.yml</code> |
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 py310_data_analysis</code> |
<code>conda install ipykernel</code> | <code>conda install ipykernel</code> | ||
- | <code>conda deactivate</code> | ||
- | |||
- | |||
- | Activer l'environnement principal Jupyter Lab: | ||
- | <code>conda activate env_jupyterlab</code> | ||
- | Activer l'ipykernel pour cet utilisateur | + | Puis 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 py310_data_analysis --display-name "py310_data_analysis"</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 '//shn-pyshs//' | + | Si tout s'est bien passé, on y trouvera le kernel '//py310_data_analysis//' |
Désactier l'environnement: | Désactier l'environnement: |