Virtual environments in Python zijn onmisbaar voor iedere data scientist. Als je werkt aan data science vraagstukken zul je voor het ene vraagstuk andere packages (en versies) nodig hebben dan voor een ander vraagstuk. Om conflicten tussen versies van Python en packages te voorkomen gebruik je virtual environments in Python. Dit is een tutorial hoe je dit kunt realiseren via Anaconda.
We behandelen de volgende onderwerpen:
- Wat zijn virtual environments in Python?
- Wat is Anaconda en hoe installeer ik het?
- Hoe maak ik een virtual environment in Python?
- Hoe activeer en deactiveer ik een Python virtual environment via Anaconda?
- Hoe installeer ik packages in de juiste virtual environment?
Wat zijn virtual environments in Python?
Een virual environment is een geïsoleerde omgeving voor een Python project. Je kunt het zien als een lege kamer in een huis. De lege kamer kun je zo inrichten dat hij optimaal jouw doel dient. Dankzij virtual environments voorkom je conflicten tussen verschillende Python projecten. Voor data scientists is het aan te raden om altijd in een virtual environment te werken. Hiermee voorkom je allerlei (toekomstige) problemen.
Er zijn verschillende manieren om virual environments te maken in Python. Zo kun je de command line tools venv en virtualenv gebruiken (dan moet je wel zelf Python installeren). In deze tutorial gaan we in op hoe je virtual Python environments kunt creëren via Anaconda.
Nog een manier om makkelijk virtual environments aan te maken: Python package management met Poetry
Wat is Anaconda en hoe installeer ik het?
Anaconda is een combinatie van een Python installatie, een grote verzameling Data Science packages, en Conda (een package om Python environments en packages te beheren). Anaconda is open-source beschikbaar voor individueel gebruik en wordt door miljoenen data scientists gebruikt over de hele wereld. De standaardinstallatie is door de veelheid van het aantal packages vrij groot. Om die reden is tevens Miniconda uitgegeven (alleen Python en Conda).
Wil je checken of je Anaconda al eens hebt geïnstalleerd? voer dan onderstaande opdracht in in de command line:
conda -V
Als Anaconda reeds geïnstalleerd is zul je de versie te zien krijgen in de vorm "conda x.x.x".
Heb je anaconda nog niet geïnstalleerd? Je kunt Anaconda installeren via de command line of via een grafische installatie. Voor beide vind je instructies op deze pagina. Volg de instructies om Anaconda te installeren en lees dan verder op deze pagina om te leren hoe je eigen virtual Python environments maakt.
Hoe maak ik een virtual environment in Python?
Om een Anaconda virtual environment voor Python te maken voer je onderstaand commando in:
conda create -n naam_omgeving python=x.x
We maken zo een nieuwe omgeving waarbij je zelf een naam kunt kiezen in plaats van naam_omgeving. Daarnaast kun je via x.x de Python versie naar jouw wens aangeven. Als je de opdracht uitvoert zul je wat vragen krijgen en als je de installatieprocedure doorloopt heb je een eigen virtual environment.
conda create -n pythoncursus python=3.6
Bovenstaande zal een virtuele Python omgeving aanmaken waarbinnen Python 3.6 wordt geïnstalleerd.
Hoe activeer en deactiveer ik een Python virtual environment via Anaconda?
Het aanmaken van een virtual environment betekent nog niet dat deze omgeving automatisch geactiveerd wordt. Hiervoor dien je onderstaand commando in te geven.
conda activate naam_omgeving
Je kunt in de command line zien in welke omgeving je werkt. Dit staat tussen haakjes vooraan de regel waarin je commando's typt. In onderstaand voorbeeld zie je dat we switchen naar de zojuist gemaakte virtual environment 'pythoncursus'.
Ook het deactiveren van de Python virtual environment is eenvoudig via:
conda deactivate
Hoe installeer ik packages in de juiste virtual environment?
Zo lang je binnen een bepaalde virtual environment werkt zullen alle packages die je installeert ook binnen die omgeving geïnstalleerd worden. Zoals eerder gezegd installeer je package manager conda als je Anaconda installeert. Je kunt conda gebruiken, maar je kunt er ook voor kiezen de standaard Python package manager pip te gebruiken.
Conclusie
Gebruik als data scientist altijd virtual environments. Hiermee garandeer je correcte en duurzame werking van jouw code. Je kunt dit via verschillende manieren inrichten en wij lieten in deze tutorial zien hoe dit makkelijk kan via Anaconda. Virtual environments kun je makkelijk activeren en deactiveren. In een geactiveerde omgeving kun je de packages installeren die jij nodig hebt voor jouw data science project.
Wil je nog veel meer leren over Python en de mogelijkheden voor data analyse? Schrijf je dan in voor onze Python cursus voor data science, onze machine learning training, of voor onze data science opleiding en leer met vertrouwen te programmeren en analyseren in Python. Nadat je een van onze trainingen hebt gevolgd kun je zelfstandig verder aan de slag. Je kunt ook altijd even contact opnemen als je een vraag hebt.
Download één van onze opleidingsbrochures voor meer informatie
Rik is data scientist en marketeer bij Data Science Partners. Vanuit zijn achtergrond op de Technische Universiteit Eindhoven heeft hij veel affiniteit met data. Na zijn studie heeft hij als consultant altijd met data gewerkt en tevens ervaring opgedaan in het geven van trainingen.
