Ouvrez une session sur le Jupyter Hub de l’IFB. Pour cela :
Votre instance Jupyter disposera donc de 4 processeurs, de 10 Go de RAM, et sera active 12 h (après ce laps de temps, elle sera détruite).
Vous êtes déjà familiers de l’interface JupyterLab, mais voici quelques rappels :
/shared/home/USERNAME
où USERNAME
est votre nom d’utilisateur./shared/projects/202304_duo/USERNAME
où USERNAME
est votre nom d’utilisateur. Je vous rappelle que c’est dans ce répertoire que vous devez travailler.En bas de la page, dans la rubrique Other, cliquez sur l’icône Terminal qui va lancer un terminal Unix dans JupyterLab.
Depuis un terminal lancé dans JupyterLab, déplacez-vous dans votre répertoire de travail avec la commande :
$ cd /shared/projects/202304_duo/$USER
Exécutez ensuite la commande suivante :
$ git clone https://github.com/pierrepo/intro-jupyter
Vérifiez en ligne de commande, dans votre terminal, que le répertoire intro-jupyter
a bien été créé.
Vérifiez aussi graphiquement, en utilisant l’explorateur de fichiers à gauche, que ce répertoire existe bien.
Pour la suite, vous trouverez les notebooks d’exercice dans le répertoire intro-jupyter/notebooks
.
Ouvrez le notebook intro_R.ipynb
en double-cliquant sur son nom depuis l’explorateur de fichiers (à gauche).
Si on vous le demande, sélectionnez si besoin un kernel R >= 4.
Suivez ensuite les instructions dans le notebook.
Ouvrez le notebook markdown.ipynb
dans JupyterLab en double-cliquant sur son nom.
Suivez ensuite les instructions dans le notebook.
Créez un nouveau notebook Jupyter avec un noyau R (>= 4). Pour cela :
Renommez ce nouveau notebook analyse_DESeq2.ipynb
(clic droit sur le nom du notebook puis Rename Notebook…).
Téléchargez depuis Moodle le script R Utilisation_DESeq2.R
sur votre machine locale.
Transférez ensuite ce script vers votre espace de travail sur JupyterLab en cliquant sur l’icone ⬆️ Upload Files (à gauche, au dessus de l’explorateur de fichiers).
Une fois téléchargé dans JupyterLab, double-cliquez sur le nom du script pour l’ouvrir dans l’éditeur de texte de JupyterLab.
Transformez ce script en notebook Jupyter en reportant les commandes R dans des cellules de code. Utilisez des cellules Markdown pour ajouter des commentaires sur les cellules de code et refléter la structure du script initial. Dans la barre d’outils au dessus du notebook, un menu permet de changer le type de cellule (Code ou Markdown).
N’oubliez pas d’exécuter votre notebook pour vérifier que celui fonctionne correctement.
Remarques :
library()
peut afficher de nombreux messages sur fond rose. C’est tout à fait normal.À la fin de votre notebook, affichez la liste des bibliothèques utilisées avec leurs versions.
Exportez ensuite votre notebook au format HTML. Consultez pour cela les instructions à la fin du notebook intro_R.ipynb
.
Enfin, partagez votre notebook au format .html sur le canal Slack de la promo.