Opsætning af pythonmiljøer i Linux og Unix Systems

Brief: Denne vejledning viser dig, hvordan du konfigurerer Python-miljøet på Linux og andre Unix-lignende systemer.

Hvis du nogensinde har forsøgt at oprette en Python udviklingsmiljø i Windows, ved du hvor udfordrende det kan være. For nylig udgav Python en ny version af deres installatører, der har gjort processen næsten smertefri, men det betyder ikke, at du får det bedste udviklingsmiljø ud af kassen, så i en ånd af et nyligt indlæg på It's Foss om oprette et C ++ miljø, her er hvordan man gør det samme for Python.

Gode ​​nyheder, Python er allerede der

Som en * nix bruger (fordi dette også gælder for osX) har du allerede en version af python installeret på dit system. Faktisk er det nok en stor del af, hvordan din pakkeinstallatør virker. Det egentlige problem er at finde ud af, hvilken Python-version du har installeret som standard, og hvilken Python-version du planlægger at programmere med. Så åben en terminal og tjek hvad du har:

python - version

vil returnere enten:

Python3.xx

or

Python 2.xx

Afhængigt af hvad du kommer tilbage, foreslår jeg også at prøve den anden udgivelse ved at tilføje det nummer til python-kommandoen. I mit tilfælde er standard Python-installationen 2, så jeg skriver:

python3 - version

og få det korrekte Python 3.xx svar.

Dette vil være vigtigt, fordi det vil bestemme, hvordan vi kører vores Python kode fra hvilken tolk vi ender med at bruge. Der er en helt anden artikel, der skal skrives om at ændre din standard Python-installation, så jeg vil undgå denne diskussion her. Bare husk, hvilken din maskin er standard til, og hvilken du vil målrette mod.

Hvis du mangler den ene eller den anden, eller hvis du finder du kører en ældre version, skal du blot installere den nyeste:

sudo apt-get install python *eller* python #

Foreslået LæsHvordan du installerer PyCharm i Ubuntu 14.04 og 16.04

Miljøer betyder noget

En af de store ting ved Python er, at det er fantastisk nemt at arbejde; Denne enkelhed er også en af ​​faldgruberne. Oprettelse af et ordentligt arbejdsmiljø vil være vigtigt og kan forveksles i starten, fordi du måske tror du er klar til at skrive med det, bare installeret på din maskine.

Du skal huske, at for enhver version af Python skal du bruge det samme setup til dit produktionsmiljø. Enhver pakke du får fra pakkeindeks, for eksempel skal også installeres på din produktionsmaskine. Det er en god ide at holde styr på disse i en tekstfil, der kan bruges af pip at installere dem senere.

Den første ting at gøre er at oprette et virtuelt miljø.

Python 2

I Python 2 vil du installere virtualenv ved hjælp af pip:

pip installere virtualenv

Hvis du får en fejl her, siger du at du skal installere pip først, gå videre og gør det. Pip er den mest pålidelige måde at styre pakker på, og ligesom linket ovenfor siger, er det den anbefalede måde at gøre det også. (hint til OS X brugere, der kom her, prøv sudo easy_install pip, skal du muligvis bruge kommandoen som pip2 i stedet for pip, bare tjek for versionen)

Med virtualenv installeret, kan du bare cd til din projektmappe, og lav derefter et nyt miljø:

virtualenv [name_of_your_project]

dette gør en bin af python-filer inde i den nuværende mappe kaldet my_project. Det er det, hop ned til "Brug af dit virtuelle miljø" for at se, hvad du skal gøre næste.

Python 3

I Python 3 kan det virtuelle miljømodul måske installeres.

sudo apt-get install python3-venv

Når du har det, bare cd ind i din projektmappe og kør denne kommando:

python -m venv [name_of_your_project]

dette gør en bin af python-filer inde i den nuværende mappe kaldet my_project.

Foreslået Read4 bedste moderne open source kode redaktører til Linux

Brug af dit Python virtuelle miljø

Med dit miljø installeret, er proceduren stort set den samme i begge versioner af Python. Jeg har medtaget arbejdskatalogen i de følgende kommandoer for at få klarhed.

[email protected]/to/my_dir$ source my_project/bin/activate
(my_project) [email protected]/to/my_dir$

Dybest set, hvad denne kommando gør, bruger den lokale, rene installation af Python i dit virtuelle miljø til at køre dine kommandoer. For at teste dette kan du køre din python tolk indefra miljøet og forsøge at importere et modul (f.eks. Numpy), du ved, du har på din primære installation af python.

For at komme ud af miljøet:

(my_project) [email protected]/to/my_dir$ deactivate

[email protected]/to/my_dir$

Når du er i dit projekt som kilde, husk at du vil ændre det pågældende kildemiljø, men ikke dit primære miljø, så alt hvad du gør med det, er Python begrænset til det pågældende miljø.

Gør dit Python-miljø værd

Mens du arbejder, vil du lejlighedsvis eksportere en liste over miljøpakker for at kunne installere de samme miljøpakker på din produktionsmaskine.

(my_project) [email protected]_dir$ pip freeze > requirements.txt

Hvis du gør dette, oprettes en tekstfil i din projektmappe, som vil fungere som en liste over alle Python-pakker, du har installeret i det pågældende miljø. På denne måde, når du sætter dit projekt på din produktionsmaskine, skal du simpelthen løbe:

pip installation -r requirements.txt

Kør Python-programmer i Linux

Nu hvor vi har udviklet udviklingsmiljøet korrekt, kan vi teste det ved at skrive en simpel python kode. Jeg bruger vim til at skrive kode, så det er her du vil se mig starte denne næste bit af Python3 kode, og kør den derefter. Husk, at django ikke er installeret på min hovedmaskin, lige på kilden.

importere django
print ("Got here")

Så grundlæggende skal du bare bruge kommandoen på nedenstående måde til at køre et Python-program i Linux:

python program-name.py

Beklager, jeg var nødt til at skifte miljø for dette sidste gif, men du får billedet. Bemærk, at jeg er i (my_project) som kilde, når jeg kører dette første gang, og så får jeg fejlen, når jeg er ude af (my_project) som kilde.

Der er et bundt af IDE'er derude, og de fleste af dem håndterer denne slags ting godt, hvis du er opmærksom på, hvad du laver. Bare husk at installationen af ​​python inde i dit projekt er den, du vil bruge til at køre din kode.

Big Caveat

Siden jeg lavede fejlen, i en yngre alder af at lave * nix ting, vil jeg give en vis visdom her. Kør ikke nogen af ​​pip kommandoerne som sudo. Du vil ødelægge din hovedinstallation af Python, og det vil ødelægge din Linux-pakkechef ... og i virkeligheden vil det ødelægge din dag. Jeg mistede en hel Mint-installation til denne gang, så husk bare ikke at sudo disse ting.

Kilde

Giv en kommentar

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.