Outils pour utilisateurs
python:anaconda
Différences
Ci-dessous, les différences entre deux révisions de la page.
| Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente | ||
|
python:anaconda [2024/02/22 20:28] Francesco Beretta [Problèmes / Bugs] |
python:anaconda [2024/02/23 01:38] (Version actuelle) Francesco Beretta [Gestion des environnements virtuels] |
||
|---|---|---|---|
| Ligne 16: | Ligne 16: | ||
| Cf. [[https://docs.python.org/fr/3/tutorial/venv.html|Environnements virtuels et paquets]]. | Cf. [[https://docs.python.org/fr/3/tutorial/venv.html|Environnements virtuels et paquets]]. | ||
| - | Plusieurs outils de gestion d'environnements virtuels existent, construits autour de PIP (cf. documentation officielle de Python). Comme nous pratiquons ici une approche orientée analyse de données (et non développement web ou développement d'applications), nous avons privilégié le gestionnaire de paquets Conda (cf. ci-dessous), ainsi qu'un édrivé plus performant appelé [[https://mamba.readthedocs.io/en/latest/index.html|Mamba]]. | + | Plusieurs outils de gestion d'environnements virtuels existent, construits autour de PIP (cf. documentation officielle de Python). Comme nous pratiquons ici une approche orientée analyse de données (et non développement web ou développement d'applications), nous avons privilégié le gestionnaire de paquets Conda (cf. ci-dessous). |
| Ces deux gestionnaires d'environnements permettent d'installer des paquets d'autres langages informatiques, tel R, node.js ou java. Il est donc particulièrement intéressant et fléxible pour notre but. | Ces deux gestionnaires d'environnements permettent d'installer des paquets d'autres langages informatiques, tel R, node.js ou java. Il est donc particulièrement intéressant et fléxible pour notre but. | ||
| Ligne 104: | Ligne 104: | ||
| ===== Installation et activation de JupyterLab ===== | ===== Installation et activation de JupyterLab ===== | ||
| - | Afin de disposer d'une installation propre de Jupyterlab on va créer un environnement conda qui lui est dédié et dans lequel on n'installera pas d'autres librairies. Afin d'effectuer des analyses de données ou autres traitements, on crééera ensuite des environnements Conda appropriés qu'on activera dans Jupyterlab. | + | Afin de disposer d'une installation propre de Jupyterlab on va créer un environnement //Conda// qui lui est dédié et dans lequel on n'installera pas d'autres librairies. Afin d'effectuer des analyses de données ou autres traitements, on crééera ensuite des environnements //Conda// appropriés qu'on activera dans Jupyterlab. |
| - | * Avant toute nouvelle installation: <code>mamba update mamba</code> | + | * Avant toute nouvelle installation: <code>conda update conda</code> |
| - | * Créer ensuite un environnement contenant Jupyter Lab. Voici la syntaxe à utiliser, on l'appliquera selon les exemples ci-dessous : <code>mamba create --name <envname> python=<version></code>. | + | * Créer ensuite un environnement contenant Jupyter Lab. Voici la syntaxe à utiliser, on l'appliquera selon les exemples ci-dessous : <code>conda create --name <envname> python=<version></code>. |
| - | * Pour **MacOS** et **Windows 64 bits** exécuter: <code>mamba create --name env_jupyterlab python=3.10 jupyterlab</code> | + | * Pour **MacOS** et **Windows 64 bits** exécuter: <code>conda create --name env_jupyterlab python=3.11 jupyterlab</code> |
| * Pour Windows **si système à 32-bit**: | * Pour Windows **si système à 32-bit**: | ||
| - | * Si système à 32 bits exécuter: <code>mamba create --name env_jupyterlab python=3.10 jupyterlab pywin32</code> | + | * Si système à 32 bits exécuter: <code>conda create --name env_jupyterlab python=3.11 jupyterlab pywin32</code> |
| * Lorsque l'exécutable demande : installer Y/n répondre Y = yes | * Lorsque l'exécutable demande : installer Y/n répondre Y = yes | ||
python/anaconda.1708630082.txt.gz · Dernière modification: 2024/02/22 20:28 par Francesco Beretta
