Isolér projekter med virtuelle miljøer

Hvis du installerer alt i én global Python-installation, begynder projekterne at kæmpe om versionerne. Et virtuelt miljø giver hvert projekt sit eget private område. 🧪

En venv er blot en mappe, der indeholder sin egen Python og sine egne pakker. Aktivér den, så installerer pip pakkerne dér i stedet for i hele systemet.

Det indbyggede modul venv opretter et miljø i en mappe, du selv angiver. Her placeres det i en mappe med navnet .venv.

Aktivering placerer miljøet først i din sti, så python og pip nu peger på det i stedet for på systemet.

Kør which python, så bør du se stien til din .venv-mappe. Det beviser, at installationerne forbliver isolerede.

Kommandoen deactivate bringer dig tilbage til systemets Python. Dine projektpakker bliver sikkert liggende i mappen.

Mappen .venv er stor og maskinspecifik, så føj den til .gitignore. Commit i stedet requirements.txt, og genskab miljøet hvor som helst.

conda opretter også miljøer, og det kan håndtere værktøjer, der ikke er skrevet i Python, som CUDA. Derfor er det populært til krævende ML- og GPU-arbejde.

Forskellige Python-versioner kan ændre adfærden, så fastlås én version pr. miljø. Conda gør Python-versionen til en del af kommandoen create.

Giv hvert projekt sit eget miljø. Så kan en opgradering af et bibliotek til ét projekt aldrig lydløst ødelægge et andet.

Eksportér dit conda-miljø til en YAML-fil, så en kollega kan genskabe præcis den samme opsætning med én kommando.

Du kan nu oprette et venv- eller conda-miljø, aktivere det, ignorere mappen med gitignore, fastlåse Python og eksportere opsætningen, så den kan genskabes hvor som helst. 🧰