Συχνά κοινά λάθη κατά την εκκίνηση του έργου Python σας

Ξεκινάτε ένα έργο Python; Ως προγραμματιστής, θα βρεθείτε συχνά να εργάζεστε σε πολλά έργα. Αν αυτό ισχύει για εσάς, τότε τα εικονικά περιβάλλοντα είναι φίλοι σας. Θα σας βοηθήσουν να ξεπεράσετε τις συγκρούσεις πακέτων και την κόλαση της εξάρτησης όταν εργάζεστε σε πολλά έργα Python.

Τι είναι ένα εικονικό περιβάλλον;

Ένα εικονικό περιβάλλον στο πλαίσιο του προγραμματισμού Python σημαίνει μια αυτόνομη τοποθεσία που σας επιτρέπει να διατηρείτε ξεχωριστά και απομονωμένα περιβάλλοντα για τα έργα Python σας. Όταν ενεργοποιηθεί, προσαρμόζει το περιβάλλον του τερματικού σας ώστε να χρησιμοποιεί αυτή την απομονωμένη εγκατάσταση Python. Τα εικονικά περιβάλλοντα σάς επιτρέπουν να χρησιμοποιείτε πολλές εκδόσεις της Python και άλλων πακέτων χωρίς η μία να έρχεται σε διένεξη με την άλλη. Αυτή η διαδικασία είναι συνεπής σε λειτουργικά συστήματα όπως τα Windows, το Linux και το macOS.

Για να χρησιμοποιήσετε ένα εικονικό περιβάλλον, πρώτα θα το δημιουργήσετε, θα το ενεργοποιήσετε, θα εγκαταστήσετε τα απαραίτητα πακέτα για το έργο σας μέσα σε αυτό και, όταν ολοκληρώσετε την εργασία στο έργο, θα απενεργοποιήσετε τελικά το περιβάλλον. (Θα καλύψω όλα τα βήματα σε λίγο.)

Όταν δημιουργείτε για πρώτη φορά ένα εικονικό περιβάλλον, δημιουργεί έναν νέο φάκελο στον κατάλογο του έργου σας. Το εικονικό περιβάλλον βρίσκεται μέσα σε αυτόν τον φάκελο. Ένα αντίγραφο του διερμηνέα Python και μερικά βασικά αρχεία τοποθετούνται μέσα σε αυτόν τον φάκελο. Αυτό το αντίγραφο λειτουργεί ως η κύρια εγκατάσταση Python για το έργο σας. Αποθηκεύει επίσης έναν φάκελο Scripts (Windows) ή bin (Linux), ο οποίος περιέχει τα σενάρια ενεργοποίησης και απενεργοποίησης, ώστε να μπορείτε να κάνετε εναλλαγή μεταξύ της καθολικής Python και των απομονωμένων εκδόσεων.

Μετά την ενεργοποίηση του περιβάλλοντος, το περιβάλλον του κελύφους σας αλλάζει, κάνοντας τη γραμμή εντολών να χρησιμοποιεί τον διερμηνέα Python και τις βιβλιοθήκες μέσα στο εικονικό περιβάλλον. Στα παρασκήνια, η μεταβλητή PATH του περιβάλλοντος ενημερώνεται. Ο φάκελος “bin” (“Scripts” στα Windows) του εικονικού περιβάλλοντος προστίθεται στην αρχή του PATH, το οποίο λέει στο τερματικό σας να κοιτάξει εκεί πρώτα. Επίσης, το μήνυμα προτροπής αλλάζει για να αντικατοπτρίζει την ενημέρωση.

Κατά την εγκατάσταση ενός πακέτου Python μέσα σε ένα εικονικό περιβάλλον, συνήθως εγκαθίσταται στο φάκελο “lib/pythonX.X/site-packages” (“Lib\site-packages” στα Windows) αντί του καθολικού συστήματος Python. Κάθε περιβάλλον έχει τον δικό του κατάλογο “site-packages”, όπου διατηρούνται όλες οι εγκατεστημένες βιβλιοθήκες και οι εξαρτήσεις. Αυτό διατηρεί κάθε έργο απομονωμένο και απαλλαγμένο από συγκρούσεις με άλλα έργα ή παγκόσμια πακέτα.

Γιατί να χρησιμοποιήσετε ένα εικονικό περιβάλλον για την ανάπτυξη Python;

Ας υποθέσουμε ότι εργάζεστε σε πολλά έργα Python ταυτόχρονα. Ένα από τα έργα είναι λίγο παλιό. Και τα δύο έργα απαιτούν τη μονάδα Django. Ωστόσο, το παλιό έργο απαιτεί την έκδοση 3 του Django ενώ το νεότερο απαιτεί την έκδοση 4 του Django. Με την πρώτη σκέψη, μπορείτε να σκεφτείτε να εγκαταστήσετε και τις δύο εκδόσεις στο σύστημά σας.

Ωστόσο, αυτό δεν είναι δυνατό και θα λάβετε ένα σφάλμα εάν προσπαθήσετε να το κάνετε. Επομένως, δεν μπορείτε να εγκαταστήσετε δύο διαφορετικές εκδόσεις του ίδιου πακέτου ταυτόχρονα. Ακόμα κι αν καταφέρετε να το εγκαταστήσετε, η τελευταία εγκατεστημένη έκδοση θα αντικαταστήσει την προηγούμενη εγκατεστημένη έκδοση. Για να προσθέσετε σε αυτό, όταν εισάγετε ένα πακέτο στον κώδικα Python σας, δεν μπορείτε να ορίσετε ποια έκδοση θα χρησιμοποιήσετε. Επομένως, αυτός είναι ένας άλλος λόγος που μπορείτε να έχετε μόνο μία έκδοση ενός πακέτου τη φορά.

Τώρα, εάν θέλετε να εργαστείτε και στα δύο έργα, θα πρέπει πρώτα να εγκαταστήσετε μια έκδοση του Django, να εργαστείτε σε αυτό το έργο, μετά να το απεγκαταστήσετε, να εγκαταστήσετε την άλλη έκδοση, να μεταβείτε στο άλλο έργο και ούτω καθεξής. Αυτό δεν είναι καθόλου πρακτικό. Αυτό είναι μόνο ένα μικρό παράδειγμα. Πιθανότατα θα αντιμετωπίσετε πολύ πιο σύνθετες διενέξεις εξάρτησης όπως αυτή.

Τα εικονικά περιβάλλοντα λύνουν αυτό το πρόβλημα. Μπορείτε να δημιουργήσετε ένα νέο περιβάλλον για κάθε έργο σας, να εγκαταστήσετε τα απαιτούμενα πακέτα και εξαρτήσεις και να μην ανησυχείτε για τυχόν διενέξεις και σφάλματα. Ακολουθεί ένα γρήγορο παράδειγμα όπου έχω εγκαταστήσει δύο διαφορετικές εκδόσεις του NumPy για δύο διαφορετικά έργα.

Για αυτό το παράδειγμα, έχω δημιουργήσει δύο εικονικά περιβάλλοντα για δύο ξεχωριστά έργα. Στη συνέχεια, εγκατέστησα με επιτυχία δύο ξεχωριστές εκδόσεις του NumPy. Εδώ, το projectA χρησιμοποιεί την έκδοση 2.1.1 ενώ το projectB χρησιμοποιεί την έκδοση 2.0.0.

Ένα άλλο πλεονέκτημα της χρήσης εικονικών περιβαλλόντων είναι όταν θέλετε να συνεργαστείτε με άλλους ή να μοιραστείτε τα έργα σας. Χρησιμοποιώντας ένα αρχείο ‘requirements.txt’, μπορείτε να ορίσετε όλες τις εξαρτήσεις, οι οποίες στη συνέχεια μπορούν να αναδημιουργηθούν σε ένα νέο περιβάλλον σε άλλο μηχάνημα.

Πώς να δημιουργήσετε ένα εικονικό περιβάλλον

Το εικονικό περιβάλλον είναι ένας κατάλογος που δημιουργείτε όπου κρατάτε όλα τα αρχεία του έργου και τα σχετικά πακέτα. Για επίδειξη, θα δημιουργήσω πρώτα έναν κατάλογο για να ρυθμίσω το περιβάλλον.

mkdir programming
cd programming
 

Μέσα σε αυτόν τον πρόσφατα δημιουργημένο κατάλογο, πρόκειται να δημιουργήσω ένα εικονικό περιβάλλον.

Linux

Στις περισσότερες διανομές Linux, η Python είναι συνήθως προεγκατεστημένη. Εάν όχι, μπορείτε να εγκαταστήσετε την Python στο Linux χρησιμοποιώντας τον διαχειριστή πακέτων σας. Στη συνέχεια, εγκαταστήστε το εικονικό περιβάλλον με αυτήν την εντολή:

sudo apt install python3-venv 

Μετά από αυτό, μπορείτε να δημιουργήσετε εικονικά περιβάλλοντα. Πρέπει να ονομάσετε το περιβάλλον. Στη συνέχεια, εκτελέστε την παρακάτω εντολή:

python3 -m venv my_virt_env 

Στην περίπτωσή μου, το ονόμασα ‘my_virt_env.’ Μπορείτε να επιλέξετε οποιοδήποτε κατάλληλο όνομα.

Windows

Το πρώτο πράγμα που πρέπει να κάνετε είναι να εγκαταστήσετε την Python στα Windows. Κατά την εγκατάσταση, φροντίστε να προσθέσετε το Python.exe στο PATH του συστήματός σας. Μεταβείτε στο φάκελο όπου θέλετε να δημιουργήσετε το εικονικό περιβάλλον. Ανοίξτε το προτιμώμενο εργαλείο γραμμής εντολών και, στη συνέχεια, εκτελέστε:

python -m venv myenv 

Ενεργοποίηση του Εικονικού Περιβάλλοντος

Η δημιουργία ενός εικονικού περιβάλλοντος δεν αρκεί. Θα χρειαστεί να το ενεργοποιήσετε χρησιμοποιώντας το αρχείο ενεργοποίησης μέσα στο φάκελο για να αρχίσετε να το χρησιμοποιείτε. Εάν ενεργοποιήσετε με επιτυχία το εικονικό περιβάλλον, θα παρατηρήσετε το όνομα του φακέλου μέσα στις παρενθέσεις στη γραμμή εντολών στην αρχή της γραμμής εντολών.

Linux

Για να ενεργοποιήσετε το εικονικό περιβάλλον στο Linux, εκτελέστε:

source my_virt_env/bin/activate 

Θυμηθείτε να χρησιμοποιήσετε το ίδιο όνομα καταλόγου που χρησιμοποιήσατε για το εικονικό περιβάλλον.

Τώρα που έχετε ενεργοποιήσει το εικονικό περιβάλλον, μπορείτε να εγκαταστήσετε πακέτα Python μέσα σε αυτό, ως εξής:

python -m pip install package_name 

Μόλις εγκαταστήσετε ορισμένα πακέτα, μπορείτε να ελέγξετε τις εκδόσεις τους με αυτήν την εντολή:

pip list 

Εάν θέλετε να βγείτε από το εικονικό περιβάλλον, τότε εκτελέστε:

deactivate 

Το όνομα περιβάλλοντος μέσα στις παρενθέσεις θα πρέπει να εξαφανιστεί από τη γραμμή εντολών.

Windows

Για να ενεργοποιήσετε το περιβάλλον στα Windows, εκτελέστε:

myenv\Scripts\activate 
.\myenv\Scripts\Activate.ps1 
 

Για να εγκαταστήσετε ένα πακέτο μέσα σε αυτό το περιβάλλον, χρησιμοποιήστε αυτήν την εντολή:

python -m pip install package_name 

Μπορείτε να παραθέσετε τα εγκατεστημένα πακέτα εκτελώντας:

pip list 

Εάν θέλετε να βγείτε από το εικονικό περιβάλλον, εκτελέστε:

deactivate 

Όταν απενεργοποιήσετε το εικονικό περιβάλλον, θα επιστρέψετε στην παγκόσμια εγκατάσταση Python.

Οι πονοκέφαλοι του πακέτου Python εξαφανίστηκαν

Με ένα σύνολο εικονικού περιβάλλοντος, είστε έτοιμοι να ξεκινήσετε την κωδικοποίηση στην Python χωρίς να ανησυχείτε για διαφορετικές εκδόσεις πακέτων, διενέξεις και σφάλματα. Για αυτόν τον οδηγό, χρησιμοποίησα το εργαλείο venv. Υπάρχουν και άλλα εργαλεία όπως το Virtualenv και το Conda. Μπορείτε να τα εξερευνήσετε ελεύθερα. Εάν είστε νέος στην Python, ξεκινήστε με τα βασικά και δημιουργήστε το πρώτο σας έργο.