To praktyczne wprowadzenie do przygotowania środowiska pracy dla Pythona. Wykonasz instalację Ubuntu 19.04 Disco Dingo, zainstalujesz i skonfigurujesz Gita wraz z połączeniem z GitHub (HTTPS i SSH), dodasz Anaconda Navigator i nauczysz się zarządzać środowiskami conda. Utworzysz przykładowe środowisko do Data Science, a na końcu zainstalujesz Jupyter Notebook, Jupyter Lab oraz edytor Spyder.

Instalacja Ubuntu 19.04

Pierwszy moduł prowadzi przez instalację systemu Linux w wersji Ubuntu 19.04 Disco Dingo. Dzięki jasnym krokom przygotujesz system, na którym będziesz dalej pracować z narzędziami Pythona. Zobaczysz spójny przebieg instalacji i zrozumiesz kolejność działań niezbędnych do uruchomienia środowiska. Celem jest gotowy, czysty system, który stanie się bazą dla Anaconda Navigator, conda oraz narzędzi programistycznych wykorzystywanych w kolejnych częściach kursu.

Git i GitHub: HTTPS i SSH

Drugi krok obejmuje instalację Gita oraz powiązanie go z kontem na platformie GitHub. Skonfigurujesz niezbędne ustawienia i przygotujesz połączenia przez HTTPS oraz SSH, tak aby praca była płynna i przewidywalna. Moduł porządkuje kolejne czynności i wyjaśnia, w jakiej kolejności je wykonać. Po tej części Git będzie gotowy do dalszego użycia, a integracja z GitHub wesprze pracę w następnych modułach.

Anaconda Navigator i conda

Trzecia część dotyczy instalacji Anaconda Navigator oraz pracy z menedżerem środowisk conda. Zobaczysz, jak zainstalować narzędzie i jak z niego korzystać, aby tworzyć i porządkować środowiska. Omawiane są działania zarówno w graficznym interfejsie, jak i w terminalu, co ułatwia późniejsze dopasowanie sposobu pracy do własnych preferencji. Po tym etapie masz przygotowaną bazę, na której oprzesz kolejne elementy ekosystemu Python.

Środowisko do Data Science

Czwarty moduł prowadzi przez stworzenie przykładowego środowiska do Data Science. Celem jest spójny zestaw ustawień, który pozwoli łatwo dodawać kolejne narzędzia oraz oddzielać różne obszary pracy. Dzięki temu unikniesz bałaganu i zachowasz porządek w konfiguracji. Gotowe środowisko stanie się miejscem, w którym w następnych krokach zainstalujesz i uruchomisz narzędzia takie jak Jupyter Notebook, Jupyter Lab i edytor Spyder.

Jupyter Notebook, Jupyter Lab i Spyder

Ostatnia część skupia się na instalacji i uruchomieniu Jupyter Notebook, Jupyter Lab oraz edytora Spyder. Zobaczysz, jak dodać je do wybranego środowiska i uruchamiać w spójnym zestawie narzędzi. Po tych działaniach otrzymasz wygodne miejsce do pracy z kodem. Komplet narzędzi będzie gotowy do użycia w codziennej pracy oraz podczas dalszej nauki Pythona. Sekcja domyka proces konfiguracji, zachowując jednolitą strukturę pracy w całym kursie.