Différences

Ci-dessous, les différences entre deux révisions de la page.

--- python:jupyterlab_plugins [2020/03/26 11:32]
Alexandre Perraud [Plugin jupyterlab-git]
+++ python:jupyterlab_plugins [2020/04/03 00:13] (Version actuelle)
Pierre Vernus
@@ Ligne 7: / Ligne 7: @@
   * [[https://github.com/jupyterlab/jupyterlab-git|jupyterlab / jupyterlab-git]]
   * Tutoriel [[https://annefou.github.io/jupyter_publish/02-git/index.html|JupyterLab git extension]]
+  * Un tutoriel très intéressant sur Jupyter Lab dont la partie 3 concerne GitHub: [[http://jakevdp.github.io/blog/2017/03/03/reproducible-data-analysis-in-jupyter/|Reproducible Data Analysis in Jupyter]]
 **/!\ Avant de faire le tutoriel, réfléchissez si vous devez créer un nouveau environnement virtuel, si vous avez déjà d'autres projets en cours.** Il est donc préférable de créer un environnement en ligne de commande. Ouvrez un terminal et saisissez : conda create --name <envname> python=<version>.
 Dans le cadre de ce tutoriel, la version de python pouvant être utilisée est le 3.6
 Il n'est pas recommandé, dans le cadre de cet atelier, de créer un environnement avec le logiciel Anaconda, car cela pose problème par la suite.
+<code>
+[suggestion:] conda create --name py37_gitlab python=3.7 jupyterlab=1.2.7 jupyterlab-git
+</code>
 Une fois que vous avez activé votre environnement dans Ananconda, pensez à installer **JupyterLab**. Jupyter Notebook sera automatiquement installé avec.
 Une fois JupyterLab installé, lancez le, il s'affichera sur votre navigateur.
+Les paquets pour conda:
+  * [[https://anaconda.org/conda-forge/jupyterlab-git|jupyterlab-git]] ([[https://github.com/jupyterlab/jupyterlab-git|documentation sur GitHub]])
+  * [[https://anaconda.org/krinsman/jupyterlab-github|jupyterlab-github]] ([[https://github.com/jupyterlab/jupyterlab-github|Documentation sur Github]])
+====Etapes suivies dans Linux Mint 19.3 Tricia====
+[Pierre 2020-04-02]
+Création de l'environnement en indiquant seulement la version python
+<code>conda create --name py37_gitlab python=3.7</code>
+activation de l'environnement
+<code>conda activate py37_gitlab</code>
+installation de jupyterlab 1.2.7
+<code>conda install jupyterlab=1.2.7</code>
+installation de nodejs (qui n'est pas installé avec jupyterlab 1.2.7 d'où problème ensuite pour gérer les extensions) :
+<code>conda install -c conda-forge nodejs</code>
+installation de jupyterlab-git :
+<code>conda install -c conda-forge jupyterlab-git</code>
+lancer jupyterlab :
+<code>jupyter lab</code>
+  * Ensuite, suivre les indications qui suivent pour les extensions jupyterlab-git (accepter la proposition d'installation du "Server companion" jupyterlab_git (avec un underscore), puis jupyterlab-github. :!: Après avoir cliqué sur l'icône "puzzle" (pour les extensions), il faut attendre un peu avant que la liste des extensions s'affiche.
+:!: Mais il reste un problème : <code> "nbdime-jupyterlab@2.0.0" is not compatible with the current JupyterLab </code>.
+J'ai donc essayé de remplacer la version de nbdime.2.0.0 par la nbdime.1.1.0. D'abord on désactive nbdime :
+<code> jupyter nbextension disable --py nbdime</code>
+Puis désinstallation :
+<code>jupyter labextension uninstall nbdime-jupyterlab</code>
+Installation de la version 1.1.0
+<code>jupyter labextension enable nbdime@1.1.0</code>
+<code>jupyter lab build</code>
+<code>jupyter labextension install nbdime-jupyterlab</code>
+Après avoir fermé puis relancé Jupyterlab le problème semble avoir disparu. En tout cas, il est possible d'accéder au carnet jupyter **import_csv.ipynb** évoqué plus loin.
 ==== Plugin jupyterlab-github ====

Wiki de l'ARHNAxe de recherche en histoire numériqueLARHRA UMR5190

Outils pour utilisateurs

Outils du site

Différences

Outils de la page

Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190