Установка Python — это кошмар для меня, особенно на моем последнем ноутбуке, выпущенном компанией. Теперь, когда у меня есть собственный только что загруженный компьютер, я собираюсь поделиться с вами тем, как я успешно установил Python. Это всего лишь подтверждение количества прочитанных мной руководств, комментариев Reddit, которые я также прочитал, и Stackoverflow, за которыми я следую.

Почему я устанавливаю Python на свой компьютер? Мне нужно создать свое портфолио в области машинного обучения, и похоже, что алгоритмическая торговля с использованием ML — это хорошая вещь для изучения. Чтобы сделать это, я изучил немало статей, в которых показано, как вести торговлю автоматически. Это дополняет учебные пособия, поскольку предполагается, что на наших машинах уже установлен Python.

Настройка Python

Скачать

Учитывая, что ваш компьютер свежий, мы собираемся перейти на Python с помощью официального сайта https://www.python.org/.

На момент написания этой статьи Python 3.11.5 является текущей стабильной версией. Просто нажмите на нее, потому что веб-сайт автоматически распознает ваш компьютер, Windows или Mac.

После загрузки откройте файл. Не запускайте от имени администратора, потому что мы хотим установить Python только на уровне пользователя (поскольку установка на уровне администратора может также изменить вашу систему на уровне администратора). Это отличный способ установить Python для создания виртуальных сред, а также очень хороший инструмент для создания проектов Python «правильным способом».

Монтаж

Установите флажок «Добавить в PATH». Это важно, поскольку мы хотим запустить Python через Windows PowerShell или командную строку.

Нажмите «Установить сейчас».

Теперь, когда настройка прошла успешно, нажмите «Отключить ограничение длины пути». Это будет полезно в будущих событиях с использованием Python в отношении ограничения символов и никоим образом не повредит вашему компьютеру.

Конфигурация проекта Python

Хорошо, установка завершена, но это не очень хорошо. Что происходит после установки? Как мы можем знать, что делаем проекты Python «правильно»? Виртуальные среды полезны в этом вопросе.

Windows PowerShell

Мы можем использовать Windows PowerShell в качестве терминала для настройки нашей виртуальной среды.

Откройте Windows PowerShell. Вы можете щелкнуть правой кнопкой мыши логотип Windows и выбрать «Терминал». Вы также можете нажать «Логотип Windows» + R и ввести «powershell».

Это пользовательский интерфейс Windows PowerShell. Давайте проверим, может ли PowerShell увидеть версию Python, установленную на вашем компьютере.

Введите следующий фрагмент кода:

python --version

Вы также можете изучить Python, чтобы познакомиться с этой мощной технологией программирования. Вы можете ввести следующий код:

python --help

Это выведет на ваш экран следующее.

Теперь мы хотим создать проект Python! Мы также хотим быть организованными так, чтобы будущие проекты не мешали нашему текущему проекту.

Используя команды оболочки mkdir, 1s и cd, мы можем создать папку, показать список и изменить каталог на нашем компьютере с Windows.

Первый шаг — создать папку и назвать ее по своему вкусу. По моему опыту, я использовал Git для контроля версий и буду использовать Git в качестве имени папки. Я также добавлю другое имя папки для моего имени пользователя GitHub «vbcalinao», потому что я также изучаю другие репозитории, а у других тоже есть другие имена пользователей GitHub. Внутри папки указано название проекта, назовем наш проект «pytrading».

ls
mkdir Git
cd Git
mkdir vbcalinao
cd vbcalinao
mkdir pytrading
cd pytrading

Это будет результат введенных нами строк.

Это всего лишь мое предпочтение быть организованным, и вы можете иметь свои собственные предпочтения, а также при условии, что вы отдаете приоритет организации своих файлов, переключаясь между файлами и распознавая, какой из них не составит труда для вас в будущем.

Виртуальная среда

Нам нужно установить библиотеку виртуальной среды «virtualenv» в наш установщик пакетов «pip».

pip install virtualenv

Активация венва

venv для Python3 позволяет вам управлять отдельной установкой пакетов для разных проектов. Из официальной документации Python:

«При переключении проектов вы можете просто создать новую виртуальную среду и не беспокоиться о нарушении пакетов, установленных в других средах. При разработке приложений Python всегда рекомендуется использовать виртуальную среду».

Чтобы создать venv, убедитесь, что вы находитесь в каталоге проекта.

py -m venv env

env — это имя каталога и местоположение для создания виртуальной среды. Это также самое популярное имя, которое можно назначить, как известно большинству опытных программистов.

venv создает виртуальную установку Python в папке env. Вы действительно можете открыть и увидеть папку «env» в своем проводнике.

Активация виртуальной среды

У вас есть готовая, но не активированная виртуальная среда. Чтобы активировать его с помощью PowerShell, введите:

.\env\Scripts\activate

На моем компьютере возникает ошибка из-за какой-то ошибки безопасности и несанкционированного доступа. Это ожидаемо, поскольку Windows использует политики ограничения и выполнения. Чтобы обойти это, введите

Set-ExecutionPolicy Unrestricted -Scope Process

Это позволит запустить virtualenv в текущем сеансе PowerShell, как отмечено на этом форуме stackoverflow.

Зеленый (env) появится в начале терминала линии, показывая, что текущий венв активен.

Чтобы деактивировать виртуальную среду, введите:

deactivate

Установка библиотек в ваш венв

Прежде чем устанавливать какие-либо библиотеки с помощью pip менеджера пакетов, убедитесь, что ваш venv активирован. Чтобы установить пакет, введите

pip list <packagename>

Теперь взгляните на этот скриншот.

Мы могли видеть, что команда pip list показывает библиотеку scikit-learn, когда venv активирована, и не показывает библиотеку, когда она была деактивирована. Это связано с тем, что scikit-learn находится внутри папки env , которую мы настроили ранее. Библиотеки, которые мы видим, когда venv деактивирован, — это библиотеки, существующие в нашем основном питоне.

Вот и все! Благодарим вас за прочтение этой статьи и надеемся, что вы поняли немного больше о Python.