Entornos virtuales y pip
Creación de entornos aislados con venv, instalación de paquetes y gestión de requirements.txt.
Entornos virtuales y pip es una lección gratuita de Learn AI with Python en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Learn AI with Python, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Learn AI with Python incluye 4 lecciones en total.
¿Por qué usar entornos virtuales?
Un entorno virtual es una instalación aislada de Python para un solo proyecto. Cada proyecto tiene su propio conjunto de paquetes, por lo que actualizar NumPy para un proyecto nunca puede dañar otro.
Sin aislamiento, todos los paquetes se instalan globalmente y los conflictos de versiones se vuelven inevitables entre proyectos de ciencia de datos.
Crear un venv
El módulo integrado venv crea un entorno en la carpeta que usted indique (normalmente .venv).
Ejecute este comando dentro de la raíz del proyecto. Creará una copia independiente del intérprete y un espacio para los paquetes.
python -m venv .venvActivar en macOS / Linux
La activación coloca el python y el pip del entorno al principio de su PATH. Normalmente, el prompt muestra (.venv) cuando el entorno está activo.
source .venv/bin/activateActivar en Windows
En Windows, el script de activación se encuentra dentro de Scripts. PowerShell y cmd usan comandos ligeramente diferentes.
# PowerShell
.venv\Scripts\Activate.ps1
# cmd.exe
.venv\Scripts\activate.batDesactivar
Cuando termine, deactivate restaura el PATH normal de su shell. Los archivos del entorno permanecen en el disco para la próxima vez.
deactivateInstalar paquetes con pip
Con el entorno activo, pip install coloca los paquetes únicamente dentro de .venv. Instale los paquetes básicos de ciencia de datos en una sola línea.
pip install numpy pandas matplotlib scikit-learnFijar una versión específica
Use == para fijar una versión exacta, lo que mantiene los resultados reproducibles. Use >= para indicar una versión mínima.
pip install numpy==1.26.4
pip install "pandas>=2.0"Congelar dependencias
pip freeze muestra todos los paquetes instalados con su versión exacta. Redirija la salida a requirements.txt para capturar el entorno completo.
pip freeze > requirements.txtRestaurar desde requirements.txt
Un compañero de equipo (o su servidor de CI) recrea el entorno exacto con -r. Este es el fundamento de la ciencia de datos reproducible.
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txtAspecto de requirements.txt
Es un archivo de texto plano, con un paquete fijado por línea. Puede editarlo manualmente para flexibilizar o restringir las versiones.
numpy==1.26.4
pandas==2.2.2
matplotlib==3.8.4
scikit-learn==1.4.2Ignorar venv en Git
No confirme nunca la carpeta del entorno; es grande y específica de cada máquina. Confirme requirements.txt en su lugar e ignore la carpeta en .gitignore.
# .gitignore
.venv/
venv/
__pycache__/
*.pycComprobación rápida
Compruebe su comprensión de la gestión de dependencias.
Resumen
Ha aprendido el flujo de trabajo para lograr la reproducibilidad:
python -m venv .venvcrea un entorno aisladosource .venv/bin/activate/deactivatelo activan y desactivanpip installañade paquetes localmentepip freeze > requirements.txtcaptura las versionespip install -r requirements.txtlas restaura- Añada
.venv/a.gitignore
Preguntas frecuentes
¿La lección «Entornos virtuales y pip» es gratis?
Sí — el texto completo de «Entornos virtuales y pip» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Learn AI with Python, actualiza a CoddyKit PRO. El curso de Learn AI with Python incluye 4 lecciones en total.
¿Qué aprenderé en «Entornos virtuales y pip»?
Creación de entornos aislados con venv, instalación de paquetes y gestión de requirements.txt. Practicas Learn AI with Python con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Learn AI with Python?
No se requiere experiencia previa. Learn AI with Python en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.
¿Cuánto tiempo toma la lección «Entornos virtuales y pip»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Learn AI with Python?
Sí. Cada lección de Learn AI with Python incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Entornos virtuales y pip
- Jupyter Notebooks para ciencia de datos
- Tipos de datos de Python para ciencia de datos
- Uso del REPL de Python e IPython