Day2: 파이썬 버전확인하기 - jupyterlab-desktop

Author

최규빈

Published

December 27, 2024

강의영상 요청하기

https://drive.google.com/drive/folders/1NQGXdvjkBxTK5D9xleb_hDZzhUG_kPD2?usp=sharing

1 파이썬 버전확인하기

- 기본명령

python --version

- 두 환경 (base), (first)에서 파이썬 버전을 확인하자.

- 코랩의 파이썬 버전을 확인해보자.

2 `(base)` 판다스 버전확인

- 우리의 무기1: pip list

pip list

너무많죠? pip list | grep pandas 어때요?

- 우리의 무기2: conda list

conda list

- 우릭의 무기3: 파이썬에서

import pandas as pd
pd.__version__

3 `(first)` – pandas X

- first에 판다스가 설치되었는지 살펴보자.

- 우리의 무기1: pip list

pip list

- 우리의 무기2: conda list

conda list

- 우릭의 무기3: 파이썬에서..

import pandas as pd # 에러나겠죠?

- 두 환경은 그냥 다른 컴퓨터라고 믿으세요 (못 믿겠다면?)

Important

두 개의 환경을 바꿔가면서 컨트롤 할 수 있어야 합니다~

4 `py310_pip_pd` – 생성

- 새로운 환경 py310_pip_pd를 생성하자.

(base) guebin@cgb3-desktop:~$ conda create -n py310_pip_pd python=3.10
(base) guebin@cgb3-desktop:~$ conda activate py310_pip_pd
(py310_pip_pd) guebin@cgb3-desktop:~$ python --version

5 `py310_pip_pd`– `pandas` 설치

- 새로운 환경 py310_pip_pd 에 판다스를 설치하자.

이상한곳에 깔지 마시고요.. py310_pip_pd 컴퓨터에 까세요

- 버전을 확인

6 `py310_pip_pd15`

- 새로운 환경 py310_pip_pd15 을 생성하고 거기에서 판다스를 설치하자. 그런데, 버전은 1.5 로 고정하여서..

(base) guebin@cgb3-desktop:~$ conda create -n py310_pip_pd15 python=3.10
(base) guebin@cgb3-desktop:~$ conda activate py310_pip_pd15
(py310_pip_pd15) guebin@cgb3-desktop:~$ pip install pandas==1.5

- 파이썬과 판다스 버전을 확인

- 판다스 import 가능? (ㄴㄴ..)

Important

설치가 실패되는 경험을 해보기

7 `py310_conda_pd15`

- 새로운 환경 py310_conda_pd15 을 생성하고 거기에서 판다스를 설치하자. 그런데, 버전은 1.5 로 고정하여서..

(base) guebin@cgb3-desktop:~$ conda create -n py310_conda_pd15 python=3.10
(base) guebin@cgb3-desktop:~$ conda activate py310_conda_pd15
(py310_conda_pd15) guebin@cgb3-desktop:~$ conda install -c conda-forge pandas==1.5

- 파이썬과 판다스 버전을 확인

- 판다스 import 가능? (ㅇㅇ..)

Important

conda install vs pip install 의 차이점을 느끼셔야 합니다!!

관찰결과1: conda install 이 좀 더 느리다. (답답할때가 있음)
관찰결과2: conda install 이 좀 더 충돌을 관리하면서 설치한다.

8 `conda env list`

- 지금까지 만든 환경을 보고 싶다면?

conda env list

9 동일한 코드, 다른결과 (1)

- 현재 아래의 env 중에서

py310_pip_pd
py310_pip_pd15
py310_conda_pd15

판다스를 쓸수있는 환경은 아래와 같다.

py310_pip_pd
py310_conda_pd15

- 각각의 환경에서 아래의 코드를 실행한다.

df = pd.DataFrame({'A':[2143,2143],'B':['-',3456]})
df.map(lambda x: 0 if x == '-' else x)

- 어? (기억하고 싶지 않은 흑역사: https://guebin.github.io/DV2023/posts/13wk-2.html)

- 어쩔까요?

pip install pandas -U # 이거 맞어?

- 판다스버전만 올린거지.. 다른버전은 그대로..

py310_conda_pd15 을 수정해서.. py310_pip_pd 와 동일한 코드결과를 얻었지만
두 환경이 같다고 볼 수는 없다.

Important

설치가 잘 되었지만, 동일코드에서 다른결과가 나오는 경우 (버전업그레드로 인해..)

10 제 컴퓨터에서는 안돼요

- 학생들 질문: 제 컴퓨터에서는 안되는데요.. 어쩌죠?

답변1: 코랩에서 하세요..

- 학생들 질문2: pip install pandas 해도 안되는데요, 어쩌죠?

답변1: 코랩해서 하세요..
진짜 많이 겪는 상황: 저는 꼭 제 노트북으로 해야겠습니다.. -> 아나콘다 쓰시나요? -> 쓰긴쓰는데…….. -> 환경분리해서 실습했어요? -> ????? -> 제가 볼게요.. (찾아보니까) base에 있음..
답변2: 일단은 pip install pandas -U 해보세요

- 답변2가 적절할까?

- 가장 좋아하는 답변: 환경 새로 파세요

- 최악의 상황

일단 아나콘다는 깔아놓았음.
잘 몰라서 (base) 상태에서 이것저것 깔기 시작함.
교수랑 코드 “똑.같.이.” 쳤는데 내 컴퓨터에서는 안됨.
교수가 맥이라서 그런가보다 하고 인터넷에서 해결책 찾기 시작함.
뭐 하라는 대로 해서 이제까지 해결해 왔음. (버전은 점점 엉키기 시작함)
안되는건 잘하는 선배찾아가서 물어봤는데 귀신같이 해결해줌. (하지만 버전은 점점 더 엉키고 있음)
그런데 또 문제가 생겼고 이제는 해결못하겠음.
교수한테 찾아감 -> 교수가 해준다면서 (base)에서 새로운 환경 (py310_pip_pd)을 만들어서 이것저것 시도해 봄.
성공하면 다행인데, 실패함¹
이건 방법이 없다며 아나콘다를 지우고 재설치 시도. 그런데 윈도우에서는 아나콘다 지우는게 까다로움. (먼가 설정이 자꾸 남아있단 말이에요)
새로 계정만들어서 아나콘다 설치시도 -> 실패
교수도 사실 윈도우 잘 모른다고 하면서 회피.
포맷
1로 다시 돌아간 다음 아나콘다 깔고 1-13을 반복함.

- 제발 (base)에 패키지 좀 설치하지 마세요..

Note

언제 pip install을 쓰고 언제 conda install을 써야할까? 답은없어요. 저는 대충 아래와 같이 합니다. (해보고 수틀리면 그냥 환경날리세여)

만만한 패키지는 pip install 로 설치: numpy, pandas
까다로운 패키지는 conda install 로 설치: torch, transformers, autogluon

11 가상환경 관리

- 가능하면 프로젝트별로 환경을 분리하는게 좋다.

- 많은 종류의 패키지가 한 환경에 존재할수록, 그들을 조율하기는 점점 힘들어진다.

- 하나의 환경에 모든 패키지를 때려밖아 설치하는건 패키지 충돌나라고 기도하는 꼴이다.

Important

(base) 에 패키지가 몰릴 경우 위험함

12 동일한 코드, 다른결과 (2)

- 십년감수: 저 진짜 식겁했어요..

ref: https://guebin.github.io/MP2024/posts/12wk-1.html

- 지금!! (2024.12.27) 코랩에서 이거 해보세요 – 실행안됨

!pip install evaluate
import numpy as np
import evaluate
logits = np.array(
    [[ 2.7346244, -3.1177292],
     [ 2.7103324, -3.1362345],
     [ 2.7464483, -3.0521457],
     [ 2.7195318, -3.122628 ],
     [ 2.7138977, -3.1041346],
     [ 2.7398622, -3.1098123],
     [ 0.0657177, -0.0930362],
     [-2.7668718,  3.0918367]]
)
predictions = logits.argmax(axis=1)
references = labels = np.array([0,0,0,0,0,0,1,1])
rec = evaluate.load("recall")
rec.compute(predictions = predictions, references = references)

- 수업들을때 잘 되지 않았어요?

13 Github – 집단지성의 끝판왕

- 구글코랩처럼 비밀저장소를 만드는게 아니고 공개저장소를 만들면 개발자 입장에서는 뭐가 좋을까?

https://github.com/huggingface/evaluate
https://github.com/scikit-learn/scikit-learn ## 어우 큰일날뻔 했어요 진짜..

- 해피엔딩? (전 엄청 보수적이라서요.. 별로 최신버전 쓰고싶진 않네요)

https://github.com/huggingface/evaluate/pull/656

Important

너무 발전속도가 빠른 패키지의 경우 살짝 보수적인 버전을 쓰는것도 도움이 된다.

14 일반/sudo/슈퍼 유저

- sudo 아시죠?

- 3가지 종류의 유저가 있음

일반유저: sudo를 쓸 수 없는 유저
sudo 그룹유저, sudo 유저: sudo를 쓸 수 있는 유저, 평소에는 일반유저인듯 보이지만 sudo를 쓰는 순간 슈퍼유저(=루트유저)의 권한을 써서 행동할 수 있다.
슈퍼유저 = 루트유저: 모든 행동이 슈퍼유저의 권한으로 하는 행동임!!

- 심술을 좀 부려볼까요?

차상진 cktkdwls111
이상민 gkem0222
신다빈 teq040810

15 `git` 설치

- 이 레포지토리 클론할수있어요?

https://github.com/guebin/DSTBX2025

- git이 없죠?

- 설치할수있어요?

apt install git

- 깔아줄까요?

16 루트유저가 보는 세상

/root

루트사용자의 홈 디렉토리
sudo로도 들어갈 수 없음

/etc

리눅스 시스템 전반적인 환경설정 파일들을 모은 디렉터리임.
이 디렉터리의 모든 파일은 텍스트형식임.
/etc/password 사용자 계정정보

/home

사용자의 홈 디렉터리

/mnt

다른 파일 시스템이 파일 시스템에 연결되거나 마운트 되는 위치

/media

CD, USB 장치가 파일 시스템에 연결되거나 마운트되는 위치임

/bin

시스템 부팅과 실행에 필요한 바이너리(=윈도도의 실행파일=macOS의 애플리케이션)들을 포함

/lib

시스템 프로그램에서 사용하는 공유 라이브러리가 저장. 윈도우즈의 DLL과 비슷한 것.

/usr

사용자가 사용하는 모든 프로그램과 지원파일들 (Program files + 프로그램들의 설정값)
/usr/bin 리눅스 배포판이 설치한 실행 프로그램들이 있다. (여기에 R이 깔린다!!)
- hp-align, hp-check, hp-config_usb-printer …
- X11
- vi
- gcc
- su, sudo
- sar
- ssh, ssh-agent, ssh-keygen, ….
- nvidia-smi
/usr/lib 여기에는 /usr/bin에 있는 프로그램들을 위한 공유라이브러리가 저장된다. 여기에 R folder가 있다. (R패키지는 여기말고 다른데 깔림)
/usr/local/bin 소스코드로 컴파일된 파일, 보통 비어있음
/usr/local/lib/R/site-library R패키지가 설치되어있음, 예를들면 tidyverse

17 `ls`의 이름바꾸기

- 루트유저는 생각보다 많은걸 할 수 있어요

- 무섭죠? 그래서 그냥 sudo로 돌아가길 원합니다 보통은..

Important

루트유저의 권한을 이해

18 컴퓨터란?

- 개념: 모든것은 파일과 폴더의 집합이다.

- 183번 컴퓨터로 가보자.

- 우분투컴퓨터에 guebin이라는 유저를 새롭게 추가했다 = /home/guebin/ 를 만듦

- 우분투에서 깃을 설치했다 = 우분투에서 sudo apt-get install git을 실행했다. = /usr/bin/에 git이라는 파일이 생겼다. = /usr/bin/git 생성

- ls는 우분투에 이미 내장되어있는 기능이다. = ls는 우분투에 이미 내장되어있는 명령파일이다. = 우분투를 설치하면 /usr/bin/에 ls라는 파일이 이미 있다.

- 우분투에 guebin이라는 유저를 등록했다. 이후에 guebin이라는 유저가 아나콘다를 설치했다. = 우분투에 guebin이라는 유저를 등록했다. 이후에 guebin이라는 유저는 아나콘다를 이용하여 가상의 (base)환경을 만들었다. = /home/guebin/anaconda3/폴더가 만들어졌다는 의미.

- 우분투에 guebin이라는 sudo유저를 등록했다. 이후에 guebin이라는 sudo유저가 루트권한을 이용하여 git을 설치했다. = /home/guebin/ 이 만들어짐 + /usr/bin/git 생성

19 Anaconda

- 아래를 실행하고 관찰해보자.

(base) guebin@cgb3-desktop:~$ cd anaconda3/
(base) guebin@cgb3-desktop:~/anaconda3$ ls

- 이게 무엇인것 같나요?

- 이제 다시 아래를 실행하고 관찰해봅시다.

(base) guebin@cgb3-desktop:~$ cd anaconda3/
(base) guebin@cgb3-desktop:~/anaconda3$ cd envs/
(base) guebin@cgb3-desktop:~/anaconda3/envs$ cd first
(base) guebin@cgb3-desktop:~/anaconda3/envs/first$ ls

- 이건 뭐인것 같아요?

Important

컴퓨터/가상컴퓨터에 대한 해석

20 `git` 설치하기

- 루트유저가 횡포를 부려서 다시 깃을 지웠습니다.

sudo apt remove git

- 치사해서 내가 깝니다

conda create -n git
conda activate git 
conda install -c conda-forge git

- 나는 일반유저인 guebin 이지만 콘다환경 한정하여 루트유저급

21 폴더의 레벨

- 183번 컴퓨터에는 4개의 중첩된 컴퓨터(=폴더)가 존재한다.

root우분투
guebin우분투
guebin우분투-(base)
guebin우분투-(py310)

- 영향력은 하위폴더에 행사할 수 있다.

22 난 어디에 깃을 설치했어?

# 문제1: 183번 컴퓨터에는 4개의 중첩된 컴퓨터(=폴더)가 존재한다.

root우분투
guebin우분투
guebin우분투-(base)
guebin우분투-(py310)

아래의 명령을 통하여 깃을 설치했다.

(base) sudo apt-get install git

깃은 어디에 설치되어있는가?

정답은 1번입니다! 깃이 어디에 깔리는지를 생각하세요!

#

# 문제2: 183번 컴퓨터에는 4개의 중첩된 컴퓨터(=폴더)가 존재한다.

root우분투
guebin우분투
guebin우분투-(base)
guebin우분투-(py310)

아래와 같이 깃을 설치했다.

(py310) sudo apt-get install git

깃은 어디에 설치되어있는가?

정답은 1번입니다! 깃이 어디에 깔리는지를 생각하세요!

#

# 문제3: 183번 컴퓨터에는 4개의 중첩된 컴퓨터(=폴더)가 존재한다.

root우분투
guebin우분투
guebin우분투-(base)
guebin우분투-(py310)

아래의 명령을 통하여 깃을 설치했다.

(py310) conda install -c conda-forge git

깃은 어디에 설치되어있는가?

정답은 4번입니다!

#

# 문제4: 183번 컴퓨터에는 4개의 중첩된 컴퓨터(=폴더)가 존재한다.

root우분투
guebin우분투
guebin우분투-(base)
guebin우분투-(py310)

아래와 같이 깃을 설치했다.

(base) conda install -c conda-forge git 
## 문제를 위해서 만들긴 했는데요, 제발 (base)에 머 설치하지 좀 마세요

깃은 어디에 설치되어있는가?

정답은 3번 입니다!

#

Note

우리가 예전에 만든 publish.sh 파일 있잖아요?

이걸 프로그램이라고 해석할 수도 있죠? (그렇다고 칩시다)
그럼 이 프로그램은 어떤 컴퓨터에 설치되었을까요?
어떤 폴더에 이 파일을 넣느냐에 따라 다르겠죠..

23 환경삭제

- 이제 183컴퓨터를 떠날준비를 합시다.

- 아나콘다 환경을 삭제하는 방법

Important

가상환경에 대한 저의 이해방식

가상환경은 폴더/파일의 집합으로 이해가능
아나콘다에서 환경삭제도 폴더삭제로 대체하여 생각할 수 있음

24 `rpy2`

- 186 컴퓨터 갑시다.

sudo 유저도 아니고 슈퍼유저에요!!

- 아래를 실행: R에 필요한 ubuntu-level의 프로그램

apt-get update
apt-get install -y \
    libxt6 \
    libxrender1 \
    libcairo2 \
    libx11-dev \
    libxt-dev \
    libxrender-dev \
    libcairo2-dev

- 아래를 실행

(base) conda create -n rpy2
(base) conda activate rpy2
(rpy2) conda install r::rpy2
(rpy2) conda install -c conda-forge notebook
(rpy2) pip install numpy

- 아래를 실행.. (포트는 학번제외하고 하나 쓰세요)

jupyter lab --ip="0.0.0.0" --port=12345 --no-browser --allow-root

- 주피터에서 이걸 치고 코딩해보세요

import numpy as np
import rpy2
%load_ext rpy2.ipython

- 당장 이거 3개만 알면 쓸만해요

%%R
%R -i ???
%R -o ???

- 응용..

%%R
set.seed(123)
x <- 1:10
y <- 2.5 * x + rnorm(10, mean = 0, sd = 2)  # y = 2.5x + noise
plot(x,y)
model <- lm(y ~ x)
beta <- model$coef
print(beta)

%R -o beta

- 이거는 하나의 메모장에 두 개의 커널이 붙어있는 경우입니다.

- R,Python의 여러패키지 조합은 맞추기 어려워서요.. 스스로 환경 계속 새로 파면서 노가다해봐야합니다

Important

rpy 환경 구축 및 실습

25 주피터랩 2개 켜기

- first 에서 하나.. rpy2 에서 하나..

- 매번 이런거 하기 어렵죠?

26 `tmux` 이용하기

- tmux 가 뭔가?

python 보다 ipython 이 좋잖아요?
일반적인 terminal 보다 tmux가 좋아요!

- 이것만 기억하세요

tmux ls
tmux, tmux new -t asdf
ctrl + b \(\to\) d
tmux attach -t 0, tmux attach -t asdf
ctrl + d

27 주피터랩 평생 켜놓기

- 세 가지 방법이 있음

백엔드에서 실행
nohup을 이용
tmux를 이용 (이것만 알면됩니다)

28 포트정리 (`lsof`)

- 내가 어떤포트에 어떤환경의 주피터를 켰는지 헷갈린다면?

- lsof 프로그램 설치

apt-get install lsof
apt install lsof

- 1307 포트를 사용하는 프로그램이 있는지 파악

lsof -i :1307

결과는 아래와 같은 예시로 나옴

COMMAND      PID USER   FD   TYPE    DEVICE SIZE/OFF NODE NAME
jupyter-l 862165 root    6u  IPv4 383551982      0t0  TCP *:1307 (LISTEN)
jupyter-l 862165 root   12u  IPv4 383671448      0t0  TCP 8c8831330c68:23052->210.117.173.181:59663 (ESTABLISHED)
jupyter-l 862165 root   16u  IPv4 383628690      0t0  TCP 8c8831330c68:23052->210.117.173.181:59664 (ESTABLISHED)
jupyter-l 862165 root   29u  IPv4 383612831      0t0  TCP 8c8831330c68:23052->210.117.173.181:59720 (ESTABLISHED)
jupyter-l 862165 root   34u  IPv4 383671463      0t0  TCP 8c8831330c68:23052->210.117.173.181:59667 (ESTABLISHED)

- 각자해볼것: ssh 접속시 사용하는 포트 제외하고 나머지 포트를 쓰고 있는 프로그램은 삭제

kill {PID}

위의 예시의 경우

kill 862165

- 주피터랩 평생켜놓기 + 끄기 (이거 자유자재로 할 수 있어야함)

- PID를 조회하는 다른방법

ps aux | grep jupyter

Important

주피터 커널 관리

29 R 전용 개발환경 만들기

- 아래를 실행

conda create -n renv
conda activate renv
conda install r::r-essentials

- 여기에서 conda install -c conda-forge r-essentials로 인하여 R, Python, Jupyter 가 모두 최신버전으로 설치된다.

- 또한 R에는 이미 tidyverse, IRkernel 등의 패키지가 기본으로 깔려있다.

- 아래를 실행.. (포트는 안겹치게)

jupyter lab --ip="0.0.0.0" --port=12345 --no-browser --allow-root

- R 노트북이 잘 열리는가?

30 R은 어디에 있음?

- R이 설치된 경로를 찾아보자.

수틀리면 이 R을 지우면 된다.

Note

R이 설치될 수 있는 3가지 시나리오

sudo apt-get install r-base # r 공식홈페이지, 수틀리면 리눅스 포맷  
(base) conda install -c conda-forge ... # 수틀리면 아나콘다 삭제해야함. 
(renv) conda install -c conda-forge ... # 수틀리면 가상환경 삭제

31 `(base)`에서 R 실행

- 원래는 불가능한 일이겠죠?

- 억지로 가능하게 하려면?

32 Rstudio 사용하기

- 아래를 이용하여 Rstudio를 설치 // base환경에서 실행하든 renv환경에서 실행하든 상관없음 (왜?)

apt-get install gdebi-core
wget https://download2.rstudio.org/server/jammy/amd64/rstudio-server-2024.12.1-563-amd64.deb
gdebi rstudio-server-2024.12.1-563-amd64.deb

Caution

Rstudio를 최신 버전으로 설치하도록 강의노트 수정함.. (2025.03.17)

ref: http://posit.co/download/rstudio-server/

- grst가 만든 rstudio-server-conda를 클론

git clone https://github.com/grst/rstudio-server-conda.git

- ~/rstudio-server-conda/local/start_rstudio_server.sh 의 맨아래를 아래와 같이 수정

~/rstudio-server-conda/local/start_rstudio_server.sh

...
/usr/lib/rstudio-server/bin/rserver --server-daemonize=0 \
  --www-port=12345 \
  --auth-minimum-user-id=0 \
  --secure-cookie-key-file=$COOKIE_KEY_PATH \
  --server-pid-file="$CWD/rstudio-server.pid" \
  --server-data-dir="$CWD/rstudio-server" \
  --rsession-which-r=$(which R) \
  --rsession-ld-library-path=$CONDA_PREFIX/lib \
  --rsession-path="$CWD/rsession.sh" \
  --server-user $USER \
  --database-config-file "$CWD/database.conf" \
  $REVOCATION_LIST_PAR

- start_rstudio_server.sh를 실행

어디서 실행해야 할까요?? base? renv?
R이 설치된 renv에서 해야함 (그래야 커널이랑 붙을테니까)

Important

R을 이용하는 개발환경 구축

33 여러가지 프로그램

- 우분투자체의 프로그램

우분투 자체의 프로그램 예시: git, quarto, python, R, anaconda, vi, ssh, wget, vscode
우분투 자체의 프로그램은 다시 모든 유저가 영향을 받는 받는 프로그램과 그렇지 않은 프로그램이 있음
우분투 자체의 프로그램을 설치하는 방법들

sudo apt install git 
sudo apt-get install git 
sudo dpkg -i quarto-1.4.533-linux-amd64.deb 
bash Anaconda3-2019.03-Linux-x86_64.sh
sudo gdebi rstudio-server-1.2.5033-amd64.deb
# 기타 파일을 넣을 수 있는 모든 방법 (예를들면 압축파일 다운로드후 풀기)

- 아나콘다(=base)에 종속된 프로그램

아나콘다내에 종속된 프로그램의 예시: conda, python, R, jupyter
아나콘다에 종속된 프로그램은 anaconda3 폴더안에 있음.

- 아나콘다환경(=py310)에 종속시킬 수 “있는” 프로그램

아나콘다내에 종속된 프로그램의 예시: python, R, jupyter
아나콘다환경에 종속된 프로그램은 anaconda3/envs/py310 와 같은 형식의 폴더안에 있음.

- 파이썬에 종속된 프로그램 (=파이썬패키지=파이썬라이브러리=파이썬모듈)

파이썬에 종속된 프로그램 예시: numpy, pandas
얘네들이 어디에 깔리는지는 그때그때 다름
지우는 방법도 그때그때 다르겠지? (젤 편하고 깔끔하게 지우려면?)

- R에 종속된 프로그램 (=R패키지=R라이브러리)

R에 종속된 프로그램의 예시: tidyverse
얘들이 어디 깔리는지도 그때그때 다름
지우는 방법도 그때그때 다르겠지? (젤 편하고 깔끔하게 지우려면?)

Important

우분투에 설치하는 프로그램 종류

34 `jupyterlab-desktop`

- 주피터랩 app! (저는 좋더라고요)

https://github.com/jupyterlab/jupyterlab-desktop

- 굳이 로칼에 파이썬을 설치하진 않고 remote 로만 써요

- 아래를 설정하는걸 좋아함. (취향차이??)

Important

주피터랩서버를 이용한 개발환경 구축

Footnotes

4학년쯤에는 이미 (base) 가 손쓸 수 없는 상태로 깨져있는 경우가 허다함. 공부를 열심히 한 학생일수록 그러함. 이럴경우 소생가능성이 없음↩︎

1 파이썬 버전확인하기

2 (base) 판다스 버전확인

3 (first) – pandas X

4 py310_pip_pd – 생성

5 py310_pip_pd– pandas 설치

6 py310_pip_pd15

7 py310_conda_pd15

8 conda env list

9 동일한 코드, 다른결과 (1)

10 제 컴퓨터에서는 안돼요

11 가상환경 관리

12 동일한 코드, 다른결과 (2)

13 Github – 집단지성의 끝판왕

14 일반/sudo/슈퍼 유저

15 git 설치

16 루트유저가 보는 세상

17 ls의 이름바꾸기

18 컴퓨터란?

19 Anaconda

20 git 설치하기

21 폴더의 레벨

22 난 어디에 깃을 설치했어?

23 환경삭제

24 rpy2

25 주피터랩 2개 켜기

26 tmux 이용하기

27 주피터랩 평생 켜놓기

28 포트정리 (lsof)

29 R 전용 개발환경 만들기

30 R은 어디에 있음?

31 (base)에서 R 실행

32 Rstudio 사용하기

33 여러가지 프로그램

34 jupyterlab-desktop

Footnotes

2 `(base)` 판다스 버전확인

3 `(first)` – pandas X

4 `py310_pip_pd` – 생성

5 `py310_pip_pd`– `pandas` 설치

6 `py310_pip_pd15`

7 `py310_conda_pd15`

8 `conda env list`

15 `git` 설치

17 `ls`의 이름바꾸기

20 `git` 설치하기

24 `rpy2`

26 `tmux` 이용하기

28 포트정리 (`lsof`)

31 `(base)`에서 R 실행

34 `jupyterlab-desktop`