7.1 KiB
Guide d'installation
Ce guide vous aidera à configurer votre environnement pour travailler avec le programme "Data Science for Beginners".
Table des matières
Prérequis
Avant de commencer, vous devez avoir :
- Une connaissance de base de la ligne de commande/terminal
- Un compte GitHub (gratuit)
- Une connexion internet stable pour la configuration initiale
Options de démarrage rapide
Option 1 : GitHub Codespaces (Recommandé pour les débutants)
La manière la plus simple de commencer est d'utiliser GitHub Codespaces, qui fournit un environnement de développement complet dans votre navigateur.
- Accédez au répertoire
- Cliquez sur le menu déroulant Code
- Sélectionnez l'onglet Codespaces
- Cliquez sur Create codespace on main
- Attendez que l'environnement s'initialise (2-3 minutes)
Votre environnement est maintenant prêt avec toutes les dépendances préinstallées !
Option 2 : Développement local
Pour travailler sur votre propre ordinateur, suivez les instructions détaillées ci-dessous.
Installation locale
Étape 1 : Installer Git
Git est nécessaire pour cloner le répertoire et suivre vos modifications.
Windows :
- Téléchargez depuis git-scm.com
- Exécutez l'installateur avec les paramètres par défaut
macOS :
- Installez via Homebrew :
brew install git - Ou téléchargez depuis git-scm.com
Linux :
# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git
# Fedora
sudo dnf install git
# Arch
sudo pacman -S git
Étape 2 : Cloner le répertoire
# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-Beginners
Étape 3 : Installer Python et Jupyter
Python 3.7 ou une version supérieure est requis pour les leçons de science des données.
Windows :
- Téléchargez Python depuis python.org
- Pendant l'installation, cochez "Add Python to PATH"
- Vérifiez l'installation :
python --version
macOS :
# Using Homebrew
brew install python3
# Verify installation
python3 --version
Linux :
# Most Linux distributions come with Python pre-installed
python3 --version
# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip
# Fedora
sudo dnf install python3 python3-pip
Étape 4 : Configurer l'environnement Python
Il est recommandé d'utiliser un environnement virtuel pour isoler les dépendances.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
Étape 5 : Installer les bibliothèques Python
Installez les bibliothèques nécessaires pour la science des données :
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
Étape 6 : Installer Node.js et npm (pour l'application de quiz)
L'application de quiz nécessite Node.js et npm.
Windows/macOS :
- Téléchargez depuis nodejs.org (version LTS recommandée)
- Exécutez l'installateur
Linux :
# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
# curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
# less setup_lts.x
# Then run:
# sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs
# Fedora
sudo dnf install nodejs
# Verify installation
node --version
npm --version
Étape 7 : Installer les dépendances de l'application de quiz
# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..
Étape 8 : Installer Docsify (optionnel)
Pour un accès hors ligne à la documentation :
npm install -g docsify-cli
Vérifiez votre installation
Tester Python et Jupyter
# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
# Start Jupyter Notebook
jupyter notebook
Votre navigateur devrait s'ouvrir avec l'interface Jupyter. Vous pouvez maintenant naviguer vers n'importe quel fichier .ipynb des leçons.
Tester l'application de quiz
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serve
L'application de quiz devrait être accessible à l'adresse http://localhost:8080 (ou un autre port si 8080 est occupé).
Tester le serveur de documentation
# From the root directory of the repository
docsify serve
La documentation devrait être accessible à l'adresse http://localhost:3000.
Utiliser les conteneurs de développement VS Code
Si vous avez Docker installé, vous pouvez utiliser les conteneurs de développement VS Code :
- Installez Docker Desktop
- Installez Visual Studio Code
- Installez l'extension Remote - Containers
- Ouvrez le répertoire dans VS Code
- Appuyez sur
F1et sélectionnez "Remote-Containers: Reopen in Container" - Attendez que le conteneur se construise (uniquement la première fois)
Prochaines étapes
- Explorez le fichier README.md pour une vue d'ensemble du programme
- Lisez USAGE.md pour des exemples et des flux de travail courants
- Consultez TROUBLESHOOTING.md si vous rencontrez des problèmes
- Consultez CONTRIBUTING.md si vous souhaitez contribuer
Obtenir de l'aide
Si vous rencontrez des problèmes :
- Consultez le guide TROUBLESHOOTING.md
- Recherchez les problèmes existants sur GitHub
- Rejoignez notre communauté Discord
- Créez un nouveau problème avec des informations détaillées sur votre problème
Avertissement :
Ce document a été traduit à l'aide du service de traduction automatique Co-op Translator. Bien que nous nous efforcions d'assurer l'exactitude, veuillez noter que les traductions automatisées peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue d'origine doit être considéré comme la source faisant autorité. Pour des informations critiques, il est recommandé de recourir à une traduction humaine professionnelle. Nous déclinons toute responsabilité en cas de malentendus ou d'interprétations erronées résultant de l'utilisation de cette traduction.