lokakarya data spasial
20241022: BIOINFO 2024, Gyeongju (South Korea)
Kami akan menggunakan conda
atau mamba
(lebih cepat) sebagai manajer paket di sini, tergantung pada apa yang diinstal pada pengajaran. Hal ini memungkinkan untuk mengatur seluruh lingkungan dengan satu perintah.
buat lingkungan conda dari file environment.yaml
# it's recommended to use mamba for faster installation, or set libmamba as the default solver
# conda config --set solver libmamba
conda env create -f environment.yaml -y
# alternatively, if you already have a conda environment you'd like to use, you can update it like this
conda env update --name myenv --file environment.yaml --prune
mengaktifkan lingkungan
conda activate spatialdata-workshop
daftarkan lingkungan conda di Jupyter
python -m ipykernel install --user --name spatialdata-workshop --display-name " Python (SpatialData Workshop) "
Opsional: Atur pelengkapan otomatis di dalam Jupter Notebooks
pip install jupyter_tabnine
jupyter contrib nbextension install --user
jupyter nbextension install --py jupyter_tabnine --user
jupyter nbextension enable --py jupyter_tabnine --user
jupyter serverextension enable --py jupyter_tabnine --user
Jika suatu saat Anda mengubah environment.yaml
dan ingin memperbarui lingkungan, Anda dapat melakukannya dengan
conda env update --name spatialdata-workshop --file environment.yaml --prune
conda activate spatialdata-workshop
# download the raw data
python download.py --data_dir data raw visium
python download.py --data_dir data raw visium_hd
python download.py --data_dir data raw xenium
# download some already processed data
python download.py --data_dir data zarr merfish
Catatan tentang data:
conda activate spatialdata-workshop
jupyter-lab
Di sini Anda dapat menemukan daftar lokakarya kami sebelumnya, termasuk buku catatan dan slide masing-masing.