BI-VZD Vytěžování znalostí z dat
Jdi na navigaci předmětu

🐍 Conda step-by-step

V následujícíh pár řádcích se pokusím pokrýt instalaci a používání tzv. "Condy".

Conda je nástroj pro správu virtuálních prostředí, virtuálních proto, protože fungují unvitř vašeho operačního systému. A k čemu je to dobré? Conda řeší problém závislostí a verzí jednotlvých balíčů, které pro potřeby vašeho projektu, nebo domácího úkolu používáte, toto nastavení nekoliduje z žádným jiným prostředím a dá se jednoduše "přepoužít" na jiném zařízení.

Stažení a instalace

Tento krok se liší v závislosti na vašem operačním systému.

Windows

  • Na url adrese si stáhněte .exe soubor, který odpovídá vašemu systému (32/64-bit)
  • Po stažení tento soubor spusťte (Pozor - může vyžadovat administrátorská práva) a nainstaluje ti Anacondu
  • Po úspěšné instalaci spusťte aplikaci Anaconda Prompt
  • Nyní byste měli v příkazovém řádku vidět (base) :cesta na pc: >
    • Note: Pokud při instalaci zaškrtnete Add Anaconda to my PATH…​ znamená to, že po instalaci byste měli být schopni dostat se do Anaconda promptu přes cmd aniž byste znali absolutní cestu

Linux

  • Na url adrese si stáhněte .sh installer
  • V terminálu spusťte příkaz bash <cesta_ke_staženému_souboru>
  • Po vyzvání přijměte licenční podmínky a přidejte si condu do PATH proměnné
  • V terminálu spusťte příkaz: $ cd ~ && source .bashrc
  • Nyní by se vám na začátku terminalového promptu mělo ukázat (base) user:~$>
    • Note: Může se stát, že se vám v promptu nic neukáže, v tomto případě můžete ověřit správnost instalace příkazem which anaconda

OS X

  • Na url adrese si stáhněte .pkg installer
  • Nainstalujte balíček
  • V terminálu spusťte příkaz: $ cd ~ && source .bashrc
  • Nyní by se vám na začátku terminalového promptu mělo ukázat (base) user:~$>

💡 Používání Condy

Defaultně váš systém používá base environment, který funguje jako váš systémový. Vždy je dobré mít pro každý projekt seperátní prostředí, mezi kterými přepínáte.

Vytvoření nového prostředí

Nové prostředí vytvoříte příkazem:

conda create --name <nazev_prostredi> (python=<specificka_verze>)

Pomocí python=<specificka_verze> specifikujete verzi pythonu (např. 3.7), nazev_prostredi je snad jasný

Přepnutí do prostředí

Pro přepnutí prostředí stačí napsat:

conda activate <nazev_prostredi>

Nyní jste se přepnuli vámi specifikovaného prostředí a v promptu byste měli vidět název prostředí.

Přepnutí do předchozího prostředí

conda deactivate

Aktivace prostředí funguje stejně jako spuštění bashe uvnitř dalšího bashe a deactivate funguje jako exit, pokud jste tedy aktivovali prostředí z base tak se vrátíte do base, pokud z jiného prostředí, vrátíte se zase do něj.

Seznam prostředí k dispozici

conda env list

Vytvoření prostředí z environment.yml

Pokud máte k dispozici environment.yml soubor, prostředí z něj vytvoříte příkazem:

conda env create -f environment.yml

a následně zaktivujete viz výše. Note: Název prostředí může být v environment.yml, případně si vylistujte prostředí.

Nainstalování balíčku

conda install <název_balíčku>

Nejspíš se stane, že budete muset instalaci balíčku potvrdit.

Seznam nainstalovaných balíčků

conda list

💡 Anaconda Navigator

Anaconda by měla kromě CLI interfacu nainstalovat také grafickou verzi s názvem Anaconda Navigator, na její ovládání ale už budete muset přijít sami 😎

Navigator slouží pro grafickou správu balíčků a prostředí, dokonce z něj můžete spustit jupyter notebook.

Desktop shortuct pro některé Linuxové distribuce

Pokud byste chtěli Anaconda Navigator spouštět kliknutím na ikonku na Ploše, stačí si na Plochu uložit soubor anaconda.desktop s obsahem:

#!/usr/bin/env xdg-open
[Desktop Entry]
Version=1.0
Type=Application
Terminal=false
Exec=<path_to_anaconda>
Name=Anaconda navigator
Comment=Anaconda navigator
Icon=<path_to_anaconda_logo>

Environment yaml

Pro účely VZD můžete použít tento config. Soubor uložte jako environment.yml

name: bivzd

channels:
    - conda-forge
    - anaconda

dependencies:
    - python=>3.6
    - numpy
    - scipy
    - pandas
    - matplotlib
    - seaborn
    - scikit-learn
    - jupyter
    - jupyter_contrib_nbextensions
    - seaborn