0Pricing
Learn AI with Python · Ders

Sanal Ortamlar ve pip

venv ile yalıtılmış ortamlar oluşturma, paketleri yükleme ve requirements.txt dosyasını yönetme.

Sanal Ortamlar ve pip, CoddyKit'te ücretsiz bir Learn AI with Python dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Learn AI with Python öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Learn AI with Python kursu toplamda 4 dersten oluşur.

Sanal Ortamlar Neden Kullanılır

Sanal ortam, tek bir proje için yalıtılmış bir Python kurulumudur. Her proje kendi paket kümesine sahip olur; böylece bir proje için NumPy'yi yükseltmeniz başka bir projeyi asla bozamaz.

Yalıtım olmadığında tüm paketler genel olarak kurulur ve veri bilimi projeleri arasında sürüm çakışmaları kaçınılmaz hâle gelir.

venv Oluşturma

Yerleşik venv modülü, adını verdiğiniz bir klasörde (genellikle .venv) bir ortam oluşturur.

Bu komutu proje kök dizininizde çalıştırın. Yorumlayıcının kendi kendine yeten bir kopyasını ve paketler için bir konum oluşturur.

python -m venv .venv

macOS / Linux'ta Etkinleştirme

Etkinleştirme, ortamın python ve pip komutlarını PATH değişkeninizin başına yerleştirir. Etkin olduğunda komut isteminizde genellikle (.venv) görünür.

source .venv/bin/activate

Windows'ta Etkinleştirme

Windows'ta etkinleştirme betiği Scripts klasöründe bulunur. PowerShell ve cmd biraz farklı komutlar kullanır.

# PowerShell
.venv\Scripts\Activate.ps1

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

Etkinleştirmeyi Kaldırma

İşiniz bittiğinde deactivate, normal kabuk PATH'inizi geri yükler. Ortam dosyaları bir sonraki kullanım için diskte kalır.

deactivate

pip ile Paket Kurma

Ortam etkinken pip install, paketleri yalnızca .venv içine yerleştirir. Veri biliminin temel paketlerini tek satırda kurabilirsiniz.

pip install numpy pandas matplotlib scikit-learn

Belirli Bir Sürümü Sabitleme

Kesin bir sürümü sabitlemek ve sonuçların yeniden üretilebilir kalmasını sağlamak için == kullanın. En düşük sürümü belirtmek için >= kullanın.

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

Bağımlılıkları Dondurma

pip freeze, kurulu her paketi kesin sürümüyle yazdırır. Ortamın tamamını kaydetmek için çıktıyı requirements.txt dosyasına yönlendirin.

pip freeze > requirements.txt

requirements.txt Dosyasından Geri Yükleme

Bir ekip arkadaşınız (veya CI sunucunuz), -r seçeneğiyle aynı ortamı yeniden oluşturur. Yeniden üretilebilir veri biliminin temelinde bu yaklaşım vardır.

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

requirements.txt Nasıl Görünür

Bu, her satırda sürümü sabitlenmiş bir paketin bulunduğu düz metin dosyasıdır. Sürümleri gevşetmek veya daha sıkı kısıtlamak için dosyayı elle düzenleyebilirsiniz.

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

Git'te venv'i Yok Sayma

Ortam klasörünü asla kaydetme işlemine dâhil etmeyin; bu klasör büyük ve makineye özeldir. Bunun yerine requirements.txt dosyasını kaydedin ve klasörü .gitignore içinde yok sayın.

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

Kısa Denetim

Bağımlılık yönetimi konusundaki anlayışınızı sınayın.

Özet

Yeniden üretilebilirlik iş akışını öğrendiniz:

  • python -m venv .venv yalıtılmış bir ortam oluşturur
  • source .venv/bin/activate / deactivate ortamı etkinleştirir veya devre dışı bırakır
  • pip install paketleri yerel olarak ekler
  • pip freeze > requirements.txt sürümleri kaydeder
  • pip install -r requirements.txt paketleri geri yükler
  • .venv/ klasörünü .gitignore dosyasına ekleyin

Sıkça Sorulan Sorular

“Sanal Ortamlar ve pip” dersi ücretsiz mi?

Evet — “Sanal Ortamlar ve pip” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Learn AI with Python kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Learn AI with Python kursu toplamda 4 dersten oluşur.

“Sanal Ortamlar ve pip” dersinde ne öğreneceğim?

venv ile yalıtılmış ortamlar oluşturma, paketleri yükleme ve requirements.txt dosyasını yönetme. Learn AI with Python ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Learn AI with Python öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Learn AI with Python, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.

“Sanal Ortamlar ve pip” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Learn AI with Python dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Learn AI with Python dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Sanal Ortamlar ve pip
  2. Veri Bilimi İçin Jupyter Not Defterleri
  3. Veri Bilimi İçin Python Veri Türleri
  4. Python REPL ve IPython ile Çalışma
← Learn AI with Python Sayfasına Dön