Contenu

Ce dépôt contient le matériel utilisé dans un cours d'initiation au langage Python disponible en ligne.

Execution des notebooks Jupyter

Attention : Le code présent dans les notebooks de cette formation est compatible uniquement avec python3.

En utilisant Mybinder

À partir d'un serveur jupyter local

Installation

avec Anaconda

Anaconda est une suite assez complète et facile à utiliser qui contient entre autres :

• Jupyter
• l'IDE Spyder
• les bibliothèques de Scipy : Numpy, Pandas, etc.

conda install -c conda-forge jupyter_contrib_nbextensions
jupyter nbextension enable exercise2/main

avec Pip

Pour installer certains paquets qui ne sont pas dans la distribution Anaconda, il faut utiliser pip (depuis le répertoire racine du projet) :

pip install -r requirements.txt
jupyter contrib nbextension install --user
jupyter nbextension enable exercise2/main

Lancement d'un serveur Jupyter

• Soit via l'interface d'Anaconda
• Soit en ligne de commande depuis le répertoire racine du projet :

jupyter-notebook

Conversion du notebook Jupyter

Conversion en html, diaporama et pdf

Utiliser make :

make help
Please use `make <target>' where <target> is one of
  html      to make standalone HTML files
  slides    to make slideshows (use local_reveal=True to run them without internet connection)
  pdf       to compile all notebooks as a single PDF book
Use `make' to run all these targets

Lancer un diaporama

Le résultat se trouve dans le répertoire build/.

Lancer le diaporama :

./launch_slide.sh 01-generalites.ipynb [--execute]

--execute permet d'afficher le résultat d'exécution des cellules.

Suivi avec Git

Pour éviter des différences indésirables dans git liées aux exécutions des cellules du notebook, on peut utiliser nbstripout :

pip install --upgrade nbstripout
# Depuis le répertoire racine du projet :
nbstripout install

Publication avec Pages

Grâce au fichier .gitlab-ci.yml, la version en ligne est publiée automatiquement par GitLab Pages à chaque git push vers le dépôt GitLab.