Si vous êtes débutant en data science et travaillez avec Python ou R, Jupyter Notebook est indispensable. Cet IDE open source basé sur un serveur web permet de manipuler des données, de partager du code interactif et de gérer vos workflows de data science efficacement.
Découvrez comment installer et lancer Jupyter Notebook sur votre machine locale.
Installez Jupyter Notebook dans un environnement virtuel via la commande pip install notebook. Cela permet de l'exécuter comme un package indépendant.
Prérequis : Python doit être installé. Téléchargez-le sur python.org si nécessaire. Sur macOS ou Linux, il est souvent préinstallé. Sur Windows, ajoutez Python au PATH pour l'utiliser en ligne de commande.
Ouvrez un terminal dans le dossier de votre choix.
Créez et activez un environnement virtuel : python -m venv mon_env puis source mon_env/bin/activate (Linux/macOS) ou mon_env\Scripts\activate (Windows).
Installez Jupyter : pip install notebook.
Lancez-le : jupyter notebook. Le serveur s'ouvre dans votre navigateur par défaut.
Anaconda est une distribution qui gère les environnements conda et simplifie l'installation sans ligne de commande complexe.
Téléchargez et installez la dernière version d'Anaconda.
Lancez Anaconda Navigator (recherchez-le dans le menu Démarrer sur Windows).
Jupyter est préinstallé dans l'environnement base, mais installez-le dans un nouvel environnement.
Dans la barre latérale, cliquez sur Environnements, puis Créer en bas à gauche.
Saisissez un nom (ex. : mon_env), sélectionnez Python, et cliquez Créer.
Sélectionnez l'environnement, allez dans Accueil, trouvez Jupyter Notebook et cliquez Installer, puis Lancer.
Alternative en ligne de commande : conda create --name mon_env python=3.9, activez avec conda activate mon_env, puis pip install notebook ou conda install notebook, et lancez jupyter notebook.
Note : Lancez Jupyter depuis le terminal dans le dossier de projet pour une meilleure organisation.
À l'ouverture, vous accédez à la page d'accueil listant les fichiers du répertoire courant.
Pour ajouter un fichier (ex. Excel), cliquez Upload en haut à droite, sélectionnez-le et confirmez.
Cliquez New > Python 3 pour un nouveau fichier .ipynb.
Pour renommer : File > Rename.
Sur la page d'accueil, cliquez Running, puis Shutdown pour le notebook concerné.
Cliquez Insert > option souhaitée, ou raccourcis : A (au-dessus), B (en dessous). Déplacez avec les flèches.
Cliquez Run ou Ctrl + Enter.
Exemple pour lire un fichier Excel :
import pandas as pd
data = pd.read_excel(r"raw_data.xlsx")
data.head(10)Placez le fichier dans le répertoire courant. Exécutez avec Ctrl + Enter.
Pour du texte ou maths, changez le type de cellule en Markdown (raccourci M, Y pour Code).
Syntaxes LaTeX de base :
Exemple : $\beta_0^{4} \cap \hat{6} \sum \limits_{\partial} 5_{2}$. Collez en Markdown et exécutez.
Consultez la documentation officielle pour plus.
Jupyter permet d'exécuter et partager du code data science en temps réel. Avec Markdown, ajoutez explications et maths. Idéal pour l'enseignement et la collaboration.
Ces bases vous permettront de démarrer. Explorez plus de fonctionnalités pour booster votre productivité !
[]