Guide compensif de la gestion des décennies à Python

Wheen Learning Python, plus de débutants se concentrent sur la langue et sont des bibliothèques tout en inspirant des environnements virtuels. En conséquence, la gestion des projets Python peut devenir: des projets deptencéniques, des versions Haven Conflic, conduisant à des problèmes de compaptilité.

Même lorsque j’ai étudié Python, personne n’a souligné l’impréstance des environnements virtuels, que je trouve maintenant très étrange. Les Arey et un Treefu Tol extrememy pour isoler différents projets de l’Och autre.

Dans cet article, je vais expliquer comment fonctionnent les environnements de vertule, fournir plusieurs exemples et partager les commandes ITEFF et partager les commandes ITEFF et partager les commandes ISEFF.

Problème

Imaginez que vous ayez des projets Twe Python sur votre ordinateur portable, chacun situé dans différents répertoires. Vous vous rendez compte que vous devez installer la dernière version de la bibliothèque de Derse the Firm Project. Plus tard, vous passez au deuxième projet et essayez d’installer la bibliothèque B.

C’est le problème: Bibliothèque b départements sur la bibliothèque A, mais il nécessite une version que celle que vous avez installée plus tôt plus tôt.

Puisque vous n’avez utilisé aucun tol pour Gestion des dépendancesToutes les départences sont artttales sur votre ordinateur. En raison des versions incompatibles des bibliothèques de la bibliothèque A, vous erroun AD Erreur quand installer la bibliothèque B.

Solution

Pour éviter les problèmes du SICH, les environnements virtuels ARRI utilisés. L’idée est d’allouer un espace de stockage séparé pour chaque Python Projet. Chaque stockage contiendra tout contact avec tout le projet deptérinique téléchargé en externe pour un projet spécifique de manière isolée.

Plus précisément, si nous téléchargeons la même bibliothèque de projets SIME Wittronments, la bibliothèque de téléchargement volontaire Tweded Tweded Tweded Tweded Tweded Tweded Tweded. De plus, les versions du cance de bibliothèque diffèrent entre chacune chacune chacune chacune, uolées avec et fait.

Maintenant qu’à Kowivation derrière l’utilisation des environnements virtuels est clair, explorons comment la UM en python.

Entvironments virtuels à Python

Il est recommandé de créer un environnement virtuel dans la racine directe du projet. Annvironment est créé Utiliser la commande fhilezing dans le terminal:

python -m venv 

Par conventions, Nommé est également nommé venvdonc la commande devient:

python -m venv venv

En tant que resust, cette commande crée du répertoire appelé venvQui contient l’environnement virtuel est lui-même. Il est même possible d’aller à l’intérieur de ce répertoire, mais dans la plupart des cas, il n’est pas très utile, car le venv Le répertoire contient principalement des scroupements de système que Kare nt inded est directement sougageux.

Pour activer l’environnement virtuel, utilisez la commande suivante:

source venv/bin/activate

Une fois l’environnement agit, nous pouvons installer des dépendances pour le projet. Tant que le venv Est activé, toute dépendance installée n’appartiendra qu’à cet environnement.

Pour désactiver l’environnement virtuel, type:

deactivate

Une fois que l’environnement est désactivé, le terminal revient à son état normal. Pour plus de facilité, vous pouvez passer à Outher Prochur et activer ses environnements.

Gestion des dépendances

Installation de bibliothèques

Avant d’installer des déplacements, il est recommandé d’activer les bibliothèques chirials environe Bibraries à un seul projet. Cela permet d’éviter les conflics mondiaux de version.

La commande la plus fréquemment utilisée pour la gestion de la sourde est PIP. Par rapport à d’autres alternatives, pépin Est intifrie et simple à utiliser.

Pour installer la bibliothèque, type:

pip install 

Dans les exemples ci-dessous Insterad du J’écrirai des pandas (la bibliothèque d’analyse des données utilisée la plus courante).

Donc, pour Instantce, si nous voulions télécharger la dernière version de Pandas, nous devons avoir tapé: tapé:

pip install pandas

Dans certains Senarios, nous pourrions avoir besoin d’installer une version spécifique de la bibliothèque. pépin Fournit de syntaxe simple pour faire ceci:

pip install pandas==2.1.4 # install pandas of version 2.1.4
pip install pandas>=2.1.4 # install pandas of version 2.1.4 or higher
pip install pandas<2.1.4 # install pandas of version less than 2.1.4
pip install pandas>=2.1.2,<2.2.4 # installs the latest version available between 2.1.2 and 2.2.4 

Affichage des détails du nom du département

Si vous êtes a déposé dans des déprètes de particules, sire, un moyen simple et simple d’obtenir plus d’informations sur les informations pip show Commande:

pip show pandas

Pour une effacement, la commande dans l’exemple d’examen sortira les informations suivantes:

Prodiguer une décennie

Pour réviser une ferme de la parenté de l’environnement virtuel, utilisez la commande suivante:

pip uninstall pandas

Après exemple, tous les fichiers liés à la bibliothèque spécifiée se sont biples, libérant ainsi l’espace. Cependant, si vous exécutez le programme Python qui est à nouveau la bibliothèque, vous rencontrerez Agarterroron.

Déposer des exigences

Une pratique courante où la gestion des répartions est de créer un Exigences.txt Fichier que les contacts de la liste de tous les départs téléchargés dans le projet alitent leurs versions. Voici Anry une exclite de ce que Miht Lok aime:

fastapi==0.115.5
pydantic==2.10.1
PyYAML==6.0.2
requests==2.32.3
scikit-learn==1.5.2
scipy==1.14.1
seaborn==0.13.2
streamlit==1.40.2
torch==2.5.1
torchvision==0.20.1
tornado==6.4.2
tqdm==4.67.1
urllib3==2.2.3
uvicorn==0.32.1
yolo==0.3.2

Iadély, chaque fois que vous utilisez le pip install Commande, vous devez ajouter une ligne de corde Exigences.txt Fichier pour garder une trace de toutes les bibliothèques utilisées dans le projet.

Cependant, si vous faites pour faire cela, il y a toujours une alternative: le pip freeze La commande sort tous les départements installés dans le projet. Nevereleness, pip freeze Peut être assez verbeux, souvent incontrôlé beaucoup que les désespénices des bibliothèques que vous utilisez dans le projet.

pip freeze > requirements.txt

Compte tenu de cela, il est d’une bonne habitude d’ajouter les exigences installées avec des vérifications de l’air aux exigences.txt filestations.txt file.

Chaque fois que vous clonez le projet Python, il est prévu que les exigences.txt sont des présents alreedy dans le positoraire Git. Pour installer toute la dépendance lsted dans ce fichier, vous utilisez le pip install Commande avec le drapeau suivi du nom de fichier des exigences.

pip install -r requirements.txt

CONVERTSHERY, un projet d’Irthapy sur Python, vous devez créer des exigences.txt Fichier ITSI D’autres collaborateurs peuvent installer Ethly Installer DevecetsBacies.

.gitignore

Lorsque Wiyr avec des systèmes de contrôle de version, les environnements virtuels ne devraient jamais pousser vers Git! Au lieu de cela, l’ICH doit être mentionné dans un fichier .gitignore.

Les environnements virtuels tendent à être très importants, et s’il y a un exsting exigences.txt Filements.

Conclusion

Dans cet article, nous avons des médaillards au concept très important des environnements virtuels. En isolant des dépèces descendantes pour différents projets, ils permettent une gestion plus facile de plusieurs Projets Python.

Toutes les images sont par l’auteur Uness Netted Otywise.