Ceci est une ancienne révision du document !
Revenir à Installer et configurer son environnement Python
Documentation et tutoriel concernant l'utilisation de Conda
conda --version conda info conda info --envs
conda update conda
Documentation: managing environments
conda create --name atelier python=3.7 jupyterlab=1.2.7 jupyterlab-git
Lister les bibliothèques de fonctions installées:
conda list
Vérifier si telle bibliothèque (ici BeautifulSoup) est installée:
conda search beautifulsoup4
Si ce n'est pas le cas, d'abord sauvegarder la configuration de l'environnement:
conda env export --name py37_gitlab > [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py37_gitlab_20200507.yml
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:
conda env create --file [exemple:] /Volumes/MyDisk/python_notebooks/_environments/py37_gitlab_20200507.yml
Puis installer la nouvelle bibliothèque:
conda install beautifulsoup4
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.
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.
Ceux-ci peuvent devenir assez volumineux si on y ajoute tout type de bibliothèque de fonctions. Il est donc opportun de regrouper les bibliothèques, par exemple, par projet ou par thématiques: NLP, graphes, visualisations, machine learning, etc.
Dans un notebook Jupyter on pourra ensuite choisir entre les différents environnements moyennant qu'on suive les instructions indiquées ci-dessous.
Cf. ce billet de blog
Créer d'abord le nouvel environnement avec toutes ses librairies:
conda create --name atelier python=3.7 matplotlib
L'activer:
conda activate atelier
Installer ipykernel (et toues les dépendances ipython)
conda install ipykernel
Activer l'ipykernel pour cet utilisateur
python -m ipykernel install --user --name atelier --display-name "Py 3.7 atelier"
Désactier l'environnement:
conda deactivate
Activer l'environnement principal Jupyter Lab:
conda activate py37_gitlab
Lister les kernels présents:
jupyter kernelspec list
Si tout s'est bien passé, on y trouvera le kernel 'atelier'
Lancer JupyterLab:
jupyter lab
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 'atelier' et lui ajouter de nouvelles bibliothèques. Puis on redémarre le kernel et elles seront activables.
N.B. 2 Eviter d'ajouter des bilbiothèques à l'environnement de base de JupyterLab où a été installé jupyterlab-github pour préserver cet environnement de toute corruption