가상 환경과 pip
venv로 격리된 환경을 만들고 패키지를 설치하며 requirements.txt를 관리합니다.
가상 환경과 pip은(는) CoddyKit의 무료 Learn AI with Python 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Learn AI with Python 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.
가상 환경이 필요한 이유
가상 환경은 하나의 프로젝트를 위한 격리된 Python 설치 환경입니다. 프로젝트마다 자체 패키지 집합을 가지므로 한 프로젝트에서 NumPy를 업그레이드해도 다른 프로젝트가 손상되지 않습니다.
격리하지 않으면 모든 패키지가 전역으로 설치되어 데이터 과학 프로젝트 간에 버전 충돌이 불가피해집니다.
venv 만들기
내장된 venv 모듈은 지정한 이름의 폴더에 환경을 만듭니다. 일반적으로 .venv를 사용합니다.
프로젝트 루트에서 이 명령을 실행하세요. 그러면 인터프리터의 독립적인 복사본과 패키지를 저장할 공간이 만들어집니다.
python -m venv .venvmacOS / Linux에서 활성화하기
활성화하면 해당 환경의 python과 pip이 PATH의 맨 앞에 배치됩니다. 활성화된 동안에는 보통 프롬프트에 (.venv)가 표시됩니다.
source .venv/bin/activateWindows에서 활성화하기
Windows에서는 활성화 스크립트가 Scripts 아래에 있습니다. PowerShell과 cmd는 명령이 약간 다릅니다.
# PowerShell
.venv\Scripts\Activate.ps1
# cmd.exe
.venv\Scripts\activate.bat비활성화하기
작업을 마쳤다면 deactivate가 일반 셸 PATH를 복원합니다. 다음에 사용할 수 있도록 환경 파일은 디스크에 그대로 남아 있습니다.
deactivatepip로 패키지 설치하기
환경이 활성화된 상태에서 pip install을 실행하면 패키지가 .venv 안에만 설치됩니다. 데이터 과학의 핵심 패키지를 한 줄로 설치하세요.
pip install numpy pandas matplotlib scikit-learn특정 버전 고정하기
정확한 버전을 고정하려면 ==을 사용하세요. 그러면 결과를 재현할 수 있습니다. 최솟값만 지정하려면 >=를 사용하세요.
pip install numpy==1.26.4
pip install "pandas>=2.0"의존성 고정하기
pip freeze는 설치된 모든 패키지와 정확한 버전을 출력합니다. 전체 환경을 기록하려면 출력을 requirements.txt로 리디렉션하세요.
pip freeze > requirements.txtrequirements.txt에서 복원하기
팀원이나 CI 서버는 -r을 사용해 정확히 동일한 환경을 다시 만듭니다. 이것이 재현 가능한 데이터 과학의 핵심입니다.
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txtrequirements.txt의 형태
이 파일은 줄마다 버전이 고정된 패키지가 하나씩 적힌 일반 텍스트 파일입니다. 버전 범위를 넓히거나 좁히도록 직접 편집할 수 있습니다.
numpy==1.26.4
pandas==2.2.2
matplotlib==3.8.4
scikit-learn==1.4.2Git에서 venv 무시하기
환경 폴더는 절대 커밋하지 마세요. 크기가 크고 컴퓨터마다 다르기 때문입니다. 대신 requirements.txt를 커밋하고 .gitignore에서 해당 폴더를 무시하세요.
# .gitignore
.venv/
venv/
__pycache__/
*.pyc빠른 확인
의존성 관리를 얼마나 이해했는지 테스트해 보세요.
복습
다음과 같은 재현성 확보 작업 흐름을 배웠습니다.
python -m venv .venv는 격리된 환경을 만듭니다source .venv/bin/activate와deactivate로 환경을 전환합니다pip install은 패키지를 로컬에 추가합니다pip freeze > requirements.txt는 버전을 기록합니다pip install -r requirements.txt는 패키지를 복원합니다.venv/를.gitignore에 추가합니다
자주 묻는 질문
“가상 환경과 pip” 강의는 무료인가요?
네 — “가상 환경과 pip” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Learn AI with Python 강의 전체를 잠금 해제할 수 있습니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.
“가상 환경과 pip”에서 뭘 배우나요?
venv로 격리된 환경을 만들고 패키지를 설치하며 requirements.txt를 관리합니다. 브라우저에서 직접 실행하는 실습 코드로 Learn AI with Python을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Learn AI with Python을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Learn AI with Python은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.
“가상 환경과 pip” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Learn AI with Python 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Learn AI with Python 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.