Виртуальные окружения и pip
Создавайте изолированные окружения с помощью venv, устанавливайте пакеты и управляйте файлом requirements.txt.
«Виртуальные окружения и pip» — бесплатный урок Learn AI with Python на CoddyKit. Это урок 1 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Learn AI with Python, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Learn AI with Python содержит 4 уроков всего.
Зачем нужны виртуальные среды
Виртуальная среда — это изолированная установка Пайтона для одного проекта. Каждый проект получает собственный набор пакетов, поэтому обновление NumPy для одного проекта никогда не нарушит работу другого.
Без изоляции все пакеты устанавливаются глобально, и конфликты версий между проектами анализа данных становятся неизбежными.
Создание виртуальной среды
Встроенный модуль venv создаёт среду в указанной Вами папке (обычно .venv).
Выполните эту команду в корневой папке проекта. Она создаёт автономную копию интерпретатора и место для пакетов.
python -m venv .venvАктивация в macOS / Линукс
Активация помещает python и pip среды в начало переменной PATH. В активном состоянии в приглашении командной строки обычно отображается (.venv).
source .venv/bin/activateАктивация в Виндовс
В Виндовс скрипт активации находится в папке Scripts. В PowerShell и cmd используются немного разные команды.
# PowerShell
.venv\Scripts\Activate.ps1
# cmd.exe
.venv\Scripts\activate.batДеактивация
Когда Вы закончите работу, команда deactivate восстановит обычный PATH оболочки. Файлы среды останутся на диске для следующего использования.
deactivateУстановка пакетов с помощью менеджера пакетов
Когда среда активна, команда pip install устанавливает пакеты только в .venv. Установите основные пакеты для анализа данных одной строкой.
pip install numpy pandas matplotlib scikit-learnЗакрепление конкретной версии
Используйте ==, чтобы зафиксировать точную версию и обеспечить воспроизводимость результатов. Для задания минимальной версии используйте >=.
pip install numpy==1.26.4
pip install "pandas>=2.0"Фиксация зависимостей
Команда pip freeze выводит все установленные пакеты с их точными версиями. Перенаправьте этот вывод в requirements.txt, чтобы сохранить полное описание среды.
pip freeze > requirements.txtВосстановление из requirements.txt
Коллега (или Ваш сервер непрерывной интеграции) воссоздаёт точную среду с помощью -r. Это основа воспроизводимого анализа данных.
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txtКак выглядит requirements.txt
Это обычный текстовый файл: по одному пакету с зафиксированной версией в каждой строке. Вы можете вручную изменить его, чтобы ослабить или ужесточить ограничения версий.
numpy==1.26.4
pandas==2.2.2
matplotlib==3.8.4
scikit-learn==1.4.2Исключение виртуальной среды из системы контроля версий
Никогда не добавляйте папку среды в репозиторий: она большая и зависит от конкретного компьютера. Вместо этого добавьте requirements.txt и укажите папку в .gitignore.
# .gitignore
.venv/
venv/
__pycache__/
*.pycБыстрая проверка
Проверьте, насколько хорошо Вы поняли управление зависимостями.
Итоги
Вы изучили процесс обеспечения воспроизводимости:
python -m venv .venvсоздаёт изолированную средуsource .venv/bin/activate/deactivateактивируют и деактивируют еёpip installдобавляет пакеты локальноpip freeze > requirements.txtсохраняет версииpip install -r requirements.txtвосстанавливает их- Добавьте
.venv/в.gitignore
Часто задаваемые вопросы
Урок «Виртуальные окружения и pip» бесплатный?
Да — полный текст урока «Виртуальные окружения и pip» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Learn AI with Python, подпишись на CoddyKit PRO. Курс Learn AI with Python содержит 4 уроков всего.
Чему я научусь в уроке «Виртуальные окружения и pip»?
Создавайте изолированные окружения с помощью venv, устанавливайте пакеты и управляйте файлом requirements.txt. Ты практикуешь Learn AI with Python с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Learn AI with Python?
Предыдущий опыт не требуется. Learn AI with Python на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 1 из 4.
Сколько времени занимает урок «Виртуальные окружения и pip»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Learn AI with Python?
Да. Каждый урок Learn AI with Python включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Виртуальные окружения и pip
- Ноутбуки Jupyter для анализа данных
- Типы данных Python для анализа данных
- Работа с REPL Python и IPython