Instalace všeho potřebného není složitá a zabere jen chvíli. Pokud se během ní přeci jen něco pokazí, popros na Slacku nebo někoho zkušenějšího o radu.
Další kroky počítají s tím, že máš nainstalovaný a funkční Python 3.6, 3.7 nebo 3.8. Pokud ne, jedna z následujících tří alternativních cest by tě do takové situace měla snadno dovést:
Máš-li aktualizované Windows 10, úplně nejjednodušší je použít instalaci z Microsoft Store.
Obecný návod na instalaci máme k dispozici v začátečnickém kurzu. Až budeš vybírat instalátor, sáhni po tom s nejnovější verzí (v okamžiku začátku kurzu 3.8.5), ideálně v 64bitové verzi.
Můžeš použít distribuci miniconda, s ní obvykle nebývají problémy. Lidé z oblasti data science (včetně některých autorů těchto materiálů) ji rádi používají - sice se tak připravují o práci s "čistým" Pythonem, ale zjednodušují si instalaci některých (zejména výpočetních) knihoven, které závisejí na externích binárních balíčcích. Na vytváření virtuálních prostředí a instalace pak slouží příkaz conda, viz dokumentace.
Nejprve si připrav adresář pro ukládání souborů (třeba pydata) a v něm si vytvoř
virtuální prostředí.
Pokud nevíš jak na to, kompletní návod je stejně jako pro instalaci Pythonu k dispozici v materiálech pro začátečnický kurz.
Po každém spuštění příkazové řádky bude potřeba aktivovat virtuální prostředí, abychom mohli pracovat s knihovnami a nástroji v něm nainstalovanými.
Do příkazové řádky s aktivním virtuálním prostředím zadej následující příkaz:
(venv)$ python -m pip install jupyter pandas matplotlib requests seaborn scipy scikit-learn sqlalchemy plotly xlrd openpyxl
Tímto příkazem se do virtuálního prostředí nainstalovaly následující knihovny (a některé další jejich závislosti):
Pokud kterýkoliv z kroků selže, nebo si jen nebudeš vědět rady, zeptej se na Slacku v kanále #poradna, ideálně ještě před zahájením kurzu.
V následující kapitole se podíváme na to, jak Jupyter spustit a jak s ním pracovat.