Skip to content

NordAxon/ec-python-course

Repository files navigation

Hej och välkommen till din första pythonkurs!

TIPS: conda environments med jupyter notebook

För att automatiskt registrera ett ny environment för att använda med notebooks kan man installera ett paket i sitt 'base' environment. Detta behöver du bara göra en gång!

1. Installera notebook och nb_conda_kernels i din base environment. Detta behöver du endast göra en gång.

conda activate base

conda install -c conda-forge notebook nb_conda_kernels

2. Nästa gång du vill skapa ett nytt conda environment

Skapa ditt environment och installera python och ipykernel. Välj själv namn istället för NEW_ENV. Eftersom vi installerar ipykernel så kommer nb_conda_kernels automatiskt att registrera det

conda create --name NEW_ENV python=3.9 ipykernel

3. När du har aktiverat din NYA environment

FÖRSTA GÅNGEN du aktiverar din miljö ska du inte glömma att installera alla requirements. Se till att du står i samma mapp (folder) som din requirements.txt fil finns, och har din environment aktiverad. Du aktiverar den med

conda activate NEW_ENV

När du har aktiverat din environment så kan du dubbelkolla att din requirements.txt fil finns i mappen genom att titta på listan som dyker upp när du kör

ls

eller

dir

När du ser att din requirements.txt-fil finns så kör du

pip install -r requirements.txt

4. Alternativ 1: Använda ditt nya environment med jupyter notebooks i webbläsaren

Du kan nu prova att starta en notebook server från ditt base conda environment med:

jupyter notebook

Om du skapar en ny notebook så kommer du kunna välja en kernel med namnet Python [conda env: NEW_ENV]

4. Altenativ 2: Skapa en notebook i VSCode

  1. I VSCode, skapa en ny notebook med ctrl + shift + p
  2. Sök på 'Jupyter: Create New Blank Notebook' och välj det
  3. I övre högra hörnet finns en knapp för att välja kernel. Tryck på den och sök på din NEW_ENV

TIPS: git + kursens repo = sant

Om du vill kunna ladda ner de senaste ändringarna i kursens GitHub repo, men bara får en massa erorrs, följ dessa steg:

1. git status

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.

2. git revert

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

3. git add och git commit

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

Kurslitteratur

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:

// era kursledare Isabella Gagner och Alexander Hagelborn

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published