파이썬(python) 가상환경 생성

안녕하세요. 이번 시간에는 파이썬 가상환경(virtual environment)을 생성하는 방법에 대해 알아보겠습니다.

 

가상환경이란 한개의 기계에서 여러개의 독립적인 개발환경을 의미합니다.

 

가상환경이 필요한 이유

• 프로젝트 환경이 서로 호환되지 않을 경우
• 나중에 프로젝트 환경을 유지보수하기 쉬움

 

예를 들어 아래 그림과 같이 root 환경은 이러한 라이브러리를 설치하였습니다. 프로젝트 A는 이러한 root 환경에서 잘 실행이 되지만 프로젝트 B는 tensorflow 2.0 버전일 때 실행할 수 있습니다. root 환경에서 프로젝트 B를 실행하기 위해서는 기존의 1.8 버전인 tensorflow를 2.0으로 업데이트를 해야 합니다. 하지만 이렇게 될 경우에는 다른 프로젝트와 호환성 문제가 발생할 수 있습니다.

 

호환성 문제 발생

 

이러한 호환성 문제는 가상환경(virtual environment)으로 해결할 수 있습니다.

 

Python에서 여러가지 가상환경 라이브러리(library)를 제공하지만 본 포스트에서는 conda에서 제공하는 가상환경 기능을 사용하고자 합니다. 

 

1. 명령 프롬프트에 다음과 같이 명령어를 입력합니다. 여기서 virtual_env는 제가 정의한 가상환경 이름입니다. 그리고 python은 어떠한 버전을 사용할지 명시해 준것 입니다. 이는 굳이 명시하지 않아도 됩니다.

conda create -n virtual_env python=3.7

 

해당 명령어를 실행하면 다음과 같은 라이브러리들을 설치하고자 하니 동의를 구합니다.  입력란에 y를 입력하시고 Enter 키를 입력합니다.

 

가상환경 설치

 

2. 설치한 가상환경 확인

conda env list

 

우리가 위에서 생성한 가상환경 virtual_env를 확인할 수가 있습니다.

 

가상환경 확인

 

3. 가상환경 활성화(activate)

 

Windows

activate virtual_env

Linux

source activate virtual_env

 

가상환경 활성화

 

4. 가상환경 비활성화(deactivate)

deactivate

 

가상환경 비활성화

 

5. Root와 가상환경에 라이브러리를 설치하기

• 일단은 root 환경에서 pandas 라이브러리를 import하고 pandas의 버전을 체크합니다.

root 환경에서의 pandas 버전

 

• 다음으로는 가상환경에서 다른 버전(0.23.4)인 pandas를 설치합니다.

pip install pandas==0.23.4

 

pandas 0.23.4 버전 설치

 

가상환경에서의 pandas 버전

 

다시 root 환경에 돌아와 pandas의 버전을 체크합니다. 가상환경에는 pandas 0.23.4 버전을 설치하였지만 root 환경에는 그대로 입니다. 이렇게 가상환경은 독립적으로 환경을 구성하기 때문에 프로젝트를 유지보수할 때 매우 유용하게 사용할 수 있습니다.

 

root에서의 pandas 버전

 

6. 여기까지 conda를 이용한 가상환경 생성이였습니다. 아래는 카페 주소이니 이해가 되지 않는 부분이나 문제점을 말씀해 주시면 같이 해결해 나가도록 하겠습니다.

python 배우기 : 네이버 카페