Learn AI with Python · Lezione

Ambienti virtuali e pip

Creazione di ambienti isolati con venv, installazione dei pacchetti e gestione di requirements.txt.

Ambienti virtuali e pip è una lezione Learn AI with Python gratuita su CoddyKit. Questa è la lezione 1 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Learn AI with Python, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Learn AI with Python include 4 lezioni in totale.

Perché usare gli ambienti virtuali?

Un ambiente virtuale è un'installazione isolata di Python per un singolo progetto. Ogni progetto dispone del proprio insieme di pacchetti, quindi aggiornare NumPy per un progetto non può mai compromettere un altro.

Senza isolamento, tutti i pacchetti vengono installati globalmente e i conflitti tra versioni diventano inevitabili tra i progetti di data science.

Creazione di un venv

Il modulo integrato venv crea un ambiente in una cartella scelta da Lei (comunemente .venv).

Esegua questo comando nella radice del progetto. Verrà creata una copia autonoma dell'interprete e uno spazio per i pacchetti.

python -m venv .venv

Attivazione su macOS / Linux

L'attivazione porta python e pip dell'ambiente all'inizio del Suo PATH. Quando l'ambiente è attivo, il prompt mostra generalmente (.venv).

source .venv/bin/activate

Attivazione su Windows

Su Windows, lo script di attivazione si trova nella cartella Scripts. PowerShell e cmd usano comandi leggermente diversi.

# PowerShell
.venv\Scripts\Activate.ps1

# cmd.exe
.venv\Scripts\activate.bat

Disattivazione

Quando ha finito, deactivate ripristina il PATH normale della shell. I file dell'ambiente rimangono sul disco per il prossimo utilizzo.

deactivate

Installazione dei pacchetti con pip

Con l'ambiente attivo, pip install installa i pacchetti soltanto all'interno di .venv. Installi i pacchetti fondamentali per la data science con una sola riga.

pip install numpy pandas matplotlib scikit-learn

Fissare una versione specifica

Usi == per bloccare una versione esatta, così da mantenere la riproducibilità dei risultati. Usi >= per specificare una versione minima.

pip install numpy==1.26.4
pip install "pandas>=2.0"

Congelamento delle dipendenze

pip freeze stampa ogni pacchetto installato con la relativa versione esatta. Reindirizzi l'output in requirements.txt per acquisire l'intero ambiente.

pip freeze > requirements.txt

Ripristino da requirements.txt

Un collega (o il server CI) ricrea l'ambiente esatto con -r. Questo è il cuore della data science riproducibile.

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

Come appare requirements.txt

È un file di testo semplice, con un pacchetto fissato per ogni riga. Può modificarlo manualmente per rendere i vincoli sulle versioni più permissivi o più restrittivi.

numpy==1.26.4
pandas==2.2.2
matplotlib==3.8.4
scikit-learn==1.4.2

Escludere venv da Git

Non esegua mai il commit della cartella dell'ambiente: è grande e specifica per la macchina. Esegua invece il commit di requirements.txt ed escluda la cartella in .gitignore.

# .gitignore
.venv/
venv/
__pycache__/
*.pyc

Controllo rapido

Verifichi la Sua comprensione della gestione delle dipendenze.

Riepilogo

Ha appreso il flusso di lavoro per la riproducibilità:

python -m venv .venv crea un ambiente isolato
source .venv/bin/activate / deactivate lo attivano e disattivano
pip install aggiunge pacchetti localmente
pip freeze > requirements.txt acquisisce le versioni
pip install -r requirements.txt le ripristina
Aggiunga .venv/ a .gitignore

Domande Frequenti

La lezione «Ambienti virtuali e pip» è gratuita?

Sì — il testo completo di «Ambienti virtuali e pip» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Learn AI with Python, passa a CoddyKit PRO. Il corso Learn AI with Python include 4 lezioni in totale.

Cosa imparerò in «Ambienti virtuali e pip»?

Creazione di ambienti isolati con venv, installazione dei pacchetti e gestione di requirements.txt. Eserciti Learn AI with Python con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare Learn AI with Python?

Non è richiesta alcuna esperienza precedente. Learn AI with Python su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 1 di 4.

Quanto tempo richiede la lezione «Ambienti virtuali e pip»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione Learn AI with Python?

Sì. Ogni lezione Learn AI with Python include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

← Torna a Learn AI with Python