Giter Club home page Giter Club logo

myjupytervenv's Introduction

Creation d'un notebook Jupyter sur Gnu-Linux (Achlinux)

Steps to see Jupyter books, needs Python & virtualenv

Clone repo :

git clone https://github.com/rnek0/myJupyterVenv

Enter on folder :

cd myJupyterVenv

Activate virtualenv :

virtualenv myJupyterVenv_env

Source it

source myJupyterVenv_env/bin/activate

Install requirements

pip install -r requirements.txt

Launch Jupyter books

jupyter notebook

Go to the web page and enjoy reading.


 

French tuto :

Jupyter Notebook (anciennement IPython Notebooks) est un environnement de programmation interactif basé sur le Web permettant de créer des documents Jupyter Notebook. Le terme "notebook" peut faire référence à de nombreuses entités différentes, adaptées au contexte, telles que l'application web Jupyter, le serveur web Jupyter Python ou le format de document Jupyter.

Jupyter : https://fr.wikipedia.org/wiki/Jupyter

Je suis sur une distribution Archlinux et je souhaite tester des notebooks en Python, nous allons donc créer des notebooks dans un virtualenv, puis on va dans une deuxième étape suivre ce tuto ici.

Au niveau de l'install de l'environnement de travail ce n'est pas le même cas de figure, donc je vais tout de même completer celui-ci avec mes notes.

 

Creation de notre Virtualenv.

D'abord on met a jour pip et virtualenv au cas ou.

sudo -H pip3 install --upgrade pip
pip3 install --upgrade virtualenv

On va créer notre repertoire de travail et se placer dedans : mkdir create-a-notebook && cd create-a-notebook

On crée notre environnement virtuel :

virtualenv create-a-notebook_env

Et on l'active

source create-a-notebook_env/bin/activate

Pour savoir si on est dans un virtualenv actif, deux solutions :

  • Soit le prompt l'affiche
  • Soit on voit le path du repertoire du virtualenv en affichant le $PATH

 

Pour sortir de l'environnement on fait simplement deactivate

Pour avoir un environnement cohérent, on va "conserver" l’état des paquets de l’environnement. Pour ce faire, on exécute

pip freeze > requirements.txt

Vous pouvez voir la liste des paquets installés sans le format requirements en utilisant “pip list”. Plus tard, il sera plus facile pour un autre développeur (ou vous même, si vous avez besoin de recréer l’environnement) d’installer les paquets en utilisant les mêmes versions, cela se fait comme cec-ci:

pip install -r requirements.txt

On conserve donc la cohérence entre les installations et déploiements.

Pour finir, on va exclure les dossiers de l’environnement virtuel en l’ajoutant à la liste des fichiers ignorés, donc dans .gitignore

Plus tard si vous voulez supprimer un environnement virtuel, supprimez juste son dossier. (Dans ce cas, ce serait rm -rf create-a-notebook_env.)

 

On peut donc maintenant installer Jupiter.

 

Installation de Jupyter dans notre environnement virtualenv

Avec l'environnement virtualenv activé on installe Jupyter avec pip (même si on utilise python3 pip dans virtualenv est toujours nommé pip)

Donc :

pip install jupyter

Dans ce tuto on va se servir de VSCodium et ce plugin Jupyter ainsi que le Python extension for VSCode.

Pur les installer on tape sur F1 et on entre dans la barre ceci :

ext install ms-toolsai.jupyter

et

ext install ms-python.python

Nous avons besoin d'un kernel pour faire marcher le code dans le notebook, on pourrait croire qu'il faut installer ipykernel au niveau du virtualenv mais VSCodium ne le trouvera pas !

Il faut donc sortir avec deactivate puis faire l'install du kernel avec votre compte utilisateur.

pip install ipykernel

On re-entre dans le virtualenv on demarre VSCode et la il trouve le kernel

source create-a-notebook_env/bin/activate

Le kernel est un élément essentiel, en voici un pour zsh que je suis impatient de tester pour mes revisions de scripting :) Il y en a plein pour differents languages comme vous pouvez le voir ici : https://github.com/jupyter/jupyter/wiki/Jupyter-kernels

On va recréer notre fichier requirements.txt

pip freeze > requirements.txt

Et voici la version de python dans notre virtualenv.

❯ python --version
Python 3.10.10

Nous voila prêts pour faire tourner nos notebooks avec Python.

Execution du tutoriel "Prise en main des notebooks Jupyter pour Python"

Ce tutoriel viens de ce module d’entraînement pour les débutants en Python : https://learn.microsoft.com/fr-fr/training/modules/python-create-run-jupyter-notebook/

Voici quelques captures après l'avoir terminé.

Engine started

 

Engine started


Happy Hacking !

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.