####################################################################
#  environment.yml  —  entorno "nwcst"
#  Curso: Herramientas para el Nowcasting del Crecimiento del PIB
#  Banco Central de Bolivia / BID, septiembre-octubre 2026
#
#  Crear (desde Anaconda Prompt, en la carpeta code/):
#      conda env create -f environment.yml
#      conda activate nwcst
#      python verificar_entorno.py
#
#  Este archivo es la MISMA receta que se uso en los cursos anteriores
#  (Bahamas, Jamaica, Barbados, Washington DC), escrita en un solo
#  archivo en vez de comando por comando. Los paquetes, las versiones
#  y los canales son los de alla: canal `defaults` de Anaconda para
#  todo lo que se instala con conda, y pip solo para los tres paquetes
#  que no estan en conda. No se agrego conda-forge.
#
#  La version comando por comando esta en instalacion_manual.txt, en
#  esta misma carpeta. Sirve cuando `conda env create` falla y hay que
#  averiguar cual es el paquete que da problema.
#
#  Este entorno cubre las actividades 4 a 8 (datos, seleccion, modelos,
#  nowcast). Las luces nocturnas (act3) necesitan el entorno aparte
#  "geo": ver environment-geo.yml.
####################################################################
name: nwcst

channels:
  - defaults

dependencies:
  # --- la receta original de los cursos anteriores ----------------
  - python=3.11
  - pip
  - numpy=1.26.4      # version fijada en los cursos anteriores; pmdarima
                      # y nowcast_lstm se compilan contra la ABI de numpy 1.x
  - pandas<3          # el canal defaults ya ofrece pandas 3.0, que cambia el
                      # manejo de copias y de dtypes de texto. Los cuadernos
                      # del curso estan escritos contra pandas 2.x.
  - matplotlib
  - seaborn
  - scikit-learn
  - tqdm
  - python-dateutil
  - geopandas
  - jupyterlab
  - ipykernel
  - joblib
  - statsmodels
  - openpyxl
  - pmdarima

  # pytorch: nowcast_lstm corre en CPU, no hace falta GPU. En los cursos
  # anteriores esto se hacia con `conda install pytorch torchvision
  # torchaudio cpuonly -c pytorch`. El canal `defaults` ya trae compilaciones
  # de CPU (build cpu_mkl_*), asi que se piden por build y no hace falta el
  # paquete `cpuonly` ni un canal extra. Sin esa marca, conda baja la
  # compilacion de CUDA: ~2.5 GB que en este curso no se usan.
  - pytorch=*=cpu_mkl*

  # --- agregados para Bolivia, del mismo canal `defaults` ---------
  - scipy
  - requests
  - beautifulsoup4    # paginas del INE y del BCB que no ofrecen CSV
  - lxml
  - html5lib
  - xlrd              # .xls antiguos: la serie Brent de la EIA llega asi
  - shap              # importancia de variables en act7

  - pip:
      # Paquetes que no estan en conda, instalados con pip igual que en
      # los cursos anteriores.
      - nowcast_lstm
      - eurostat      # comercio UE-Bolivia (ds-045409) en 0_data_download
      # Google Trends. pytrends fue archivado en abril de 2025 y ya no
      # funciona (da 429 en la primera llamada); trendspy es el sucesor.
      - trendspy

####################################################################
#  Notas
#
#  1. X-13ARIMA-SEATS es OPCIONAL. El curso corre con SEASONAL_FILTER = 0
#     (desestacionalizacion clasica, ~2 segundos). Solo si se pone
#     SEASONAL_FILTER = 1 hace falta el ejecutable del Census Bureau;
#     las instrucciones estan en el encabezado de config.py.
#
#  2. Si `conda env create` tarda mas de 15 minutos resolviendo, usar
#     mamba, que resuelve el mismo archivo en un minuto:
#         conda install -n base mamba
#         mamba env create -f environment.yml
#
#  3. Para borrar y empezar de nuevo:
#         conda deactivate
#         conda env remove -n nwcst
#
#  4. Si el entorno se creo antes del 2026-09-18 le falta `xlrd`, que se
#     agrego despues:
#         conda install -n nwcst xlrd
####################################################################