Anaconda
Un des exemples de la brillante réussite de l’univers Python. Il s’agissait, à l’origine, de construire un package manager un peu plus puissant et intégré que ne l’est pip, le package manager standard de Python. La distribution Anaconda permet d’installer toutes les librairies qui comptent dans le monde de la Data Science. Anaconda offre aussi une gestion des environnements virtuels plutôt efficace qui facilite la vie!
Pourquoi ? Et bien parce que lorsque vous travaillez sur divers projets, vous pouvez (et c’est recommandé) créer autant d’environnements virtuels avec juste ce qu’il vous faut de librairies. Ces librairies que vous devez ajouter pour faire votre recherche ou développer votre solution sont des dépendances. Et lorsque les projets grossissent et se complexifient, il est très important de savoir de quelle librairie votre code va avoir besoin. Ne serait-ce que pour permettre à quelqu’un d’autre d’installer cet environnement et exécuter votre code. Parfois, vous allez devoir installer une nouvelle version d’une librairie que vous utilisez déjà. Là, il vaut mieux tester que votre code fonctionne encore, dans un nouvel environnement, sans toucher à votre environnement de travail. Cela vous évitera pas mal de temps perdu. J’aurais l’occasion d’y revenir.
Les pages indiquées ci-dessous vous aideront à débuter l’installation de votre environnement Python/Anaconda et à vous familiariser avec celui-ci:
- Pour bien commencer, voyez comment installer Anaconda.
- Puis, vous pourrez vous familiariser avec la création d’un environnement de travail.
- Enfin, un petit tutoriel pour débuter avec Jupyter notebook.
Note pour les puristes, je me suis laissé dire que l’anaconda est de la famille des Boas et n’est donc pas un Python. Mais vous saisissez l’idée…