Skip to content

installation.md

Latest commit

 

History

History
99 lines (67 loc) · 3.44 KB

installation.md

File metadata and controls

99 lines (67 loc) · 3.44 KB

Installation

Ce guide t'accompagne pas à pas pour lancer le projet Adanalytics sur ta machine. Si tu rencontres un blocage, consulte le troubleshooting de l'espace formateurice ou demande sur le Slack #bloc2-data.

Prérequis

Outil Version minimale Vérification
Python 3.10 python --version ou python3 --version
pip 22 pip --version
Git 2.x git --version

Sur macOS : Python est généralement déjà installé. Si non : brew install python@3.11. Sur Windows : télécharger depuis python.org, cocher "Add Python to PATH" à l'installation. Sur Linux : sudo apt install python3 python3-venv python3-pip git.

Étape 1 — Récupérer le repo

git clone https://github.com/adatechschool/adanalytics.git
cd adanalytics

Étape 2 — Créer un environnement virtuel

L'environnement virtuel isole les dépendances du projet de ton système. C'est une bonne pratique systématique.

macOS / Linux :

python3 -m venv .venv
source .venv/bin/activate

Windows (PowerShell) :

python -m venv .venv
.venv\Scripts\Activate.ps1

Windows (CMD) :

python -m venv .venv
.venv\Scripts\activate.bat

Tu sais que l'environnement est actif quand (.venv) apparaît au début de ton prompt.

Étape 3 — Installer les dépendances

pip install -r requirements.txt

Cela installe pandas, plotly, jupyter et leurs dépendances. L'installation peut prendre 2 à 5 minutes.

Étape 4 — Vérifier que tout fonctionne

jupyter notebook

Une fenêtre de navigateur s'ouvre. Ouvre notebooks/00-demarrage.ipynb et exécute toutes les cellules (Cell → Run All). Si la dernière cellule affiche le résumé du dataset sans erreur, tu es prête.

Workflow Git recommandé

Tu vas modifier des notebooks, créer des fichiers de travail. Ne pousse rien sur le repo adatechschool/adanalytics : c'est en lecture seule pour toi. Travaille dans ton propre fork ou un repo séparé pour ton analyse.

# Créer ton propre repo de travail à côté
# (à faire une seule fois)
mkdir ../mon-analyse-adanalytics
cd ../mon-analyse-adanalytics
git init
# y copier tes notebooks au fur et à mesure

Ou alternative : fork le repo officiel et travaille sur ta version.

Mettre à jour le repo

Si une version corrigée du dataset ou un correctif est publié pendant le projet, tu pourras récupérer les changements via :

git pull origin main

Pense à committer ton travail (sur ton repo perso) avant de pull.

Problèmes fréquents

python: command not found → essaye python3 à la place. Sur Windows, vérifie que Python est bien dans le PATH.

pip install échoue avec une erreur SSL → tu es probablement derrière un proxy. Demande de l'aide sur Slack en partageant le message d'erreur complet.

Jupyter ne s'ouvre pas dans le navigateur → recopie l'URL http://localhost:8888/?token=... affichée dans le terminal et colle-la dans ton navigateur.

Les imports pandas ou plotly échouent dans le notebook → vérifie que ton environnement virtuel est bien activé avant de lancer Jupyter. Si Jupyter tourne avec le mauvais Python, tu peux installer le kernel : python -m ipykernel install --user --name=adanalytics.

ModuleNotFoundError sur ipykernel → pip install ipykernel puis relance Jupyter.