Skapa ditt environment och installera python och ipykernel. Välj själv namn istället för NEW_ENV. ipykernel är för att skapa en Jupyter Notebook.
conda create --name NEW_ENV python=3.9 ipykernel
conda activate NEW_ENV
Man ser att miljön är aktiverad geonom att det står (NEW_ENV) i terminalen. FÖRSTA GÅNGEN du aktiverar din miljö ska du inte glömma att installera alla requirements. Se till att du har din environment aktiverad och står i samma mapp (folder) som din requirements.txt fil finns genom att titta på listan som dyker upp när du kör
ls
Man kan byta mapp med
cd DIRECTORY_NAME
När du ser att din requirements.txt-fil finns så kör du
pip install -r requirements.txt
- I VSCode, skapa en ny notebook med ctrl + shift + p
- Sök på 'Jupyter: Create New Blank Notebook' och välj det
- I övre högra hörnet finns en knapp för att välja kernel. Tryck på den och sök på din NEW_ENV
För att se vilka enviroments som finns skapat skriva
conda env list
För att radera ett environment börja med att deaktivera det enviromentet så att man är i (base)
conda deactivate
För att radera ett environment skriva
conda env remove --name ENV_NAME
ENV_NAME är namnet på environmentet som ska raderas.
Det är ett repository för kursen. För att få ner det lokalt på din dator behöver du öppna en terminal och använda git-kommandon enligt följande instruktioner:
git clone https://github.com/evahegnar/python_programmering
cd python_programmering
I mappen du står i finns det en fil som heter requirements.txt. Den filen innehåller en lista på pythonpaket som du ska installera i din conda environment.
Mappen kommer uppdateras och för att få de senaste ändringarna använder ni git pull
git pull
Om ni väljer att jobba i detta repositroy, vilket kan vara skönt med all kursmaterial lättillgänglig, kan ni inte pusha egna ändringar till repot. Ni kan dock committa till er lokala Git repo och ha det sparat lokalt.
git add FILE_NAME
git commit -m "comment about changes"
Om du vill kunna ladda ner de senaste ändringarna i kursens GitHub repo, men bara får en massa erorrs, följ dessa steg:
För att se vilka filer som din git klagar på, gör detta kommando
git status
Titta speciellt på filerna som dyker upp under rubriken changes not staged for commit. De kommer att dyka upp med röd text.
Om det är ändringar som du inte vill spara, gå till steg 2. Om du har ändringar du vill spara, gå vidare till steg 3.
I den röda texten specificeras vägen till de filer som du ska återställa (alltså det som du inte vill spara). Du återställer genom att köra
git revert path-to-file
för varje path-to-file som synts i rött. Om du provar att göra git status igen så ska inga filer finnas kvar under changes not staged for commit.
Då kan du gå vidare till att dra ner det senaste i repot genom
git pull
I den röda texten specificeras vägen till de filer som du vill spara ändringarna i. Du sparar genom att köra
git add path-to-file
för varje path-to-file som synts i rött. Om du provar att göra git status igen så ska dessa filer dyka upp som gröna istället.
När du inte har några filer kvar under changes not staged for commit så kan du gå vidare till att dra ner det senaste i repot genom
git pull
Om ni vill pusha upp era commits någonstans så att de är sparade på GitHub molnet så kan ni forka repot och klona eran fork istället.
- Generellt om fork
- Hur man gör en fork
- Hur man håller koll på origanl repo och fork samtidigt med remote
- Hur man hämtar ner det senaste lärare gjort på föreläsningsrepo (fetch)
- Föra in det senaste läraren har gjort till ditt egna arbete (merge)
- Hur ändra till fork om man redan har kopierat (copy) ett repo
Vi kommer använda många olika resurser för att lära oss om python, men vi kommer till stor del att använda oss av Jake VanderPlas A whirlwind tour of python och Python data science handbook. Båda böckerna är gratis och tillgängliga på författarens github både som text och som jupyter notebooks. För att ta till sig materialet rekommenderar vi starkt att ni kör all kod själva när ni läser!
Länkar till böckerna:
Vi har ett premium medlemskap till Data Camp Classroom. Data Camp är en platform med kurser och övningar inom Data Science. Denna kan ni använda för att komplettera utbildningen.
För att få fri tillång måste ni följa denna länken Data Camp Classroom och skapa ett konto med studentmailen @utb.ecutbildning.se