python_analysis

오늘 시간에는 지난 시간에 이어 생성한 가상환경을 jupyter notebook에서 사용할 수 있도록 하는 것입니다.

지난 시간 강의를 먼저 참고하시는 것을 추천 드립니다.

가상환경 생성

https://python-an.tistory.com/3

Jupyter notebook 사용법

https://python-an.tistory.com/4

1. 가상환경 체크하기

conda env list

지난 시간에 생성한 virtual_env 라는 가상환경이 있습니다.

2. 가상환경 활성화

activate 가상환경 이름

3. ipykernel 라이브러리 설치하기

pip install ipykernel

4. jupyter notebook에 가상환경 kernel 설치하기

여기서 가상환경 이름은 우리가 만든 가상환경 이름이고 커널 이름은 jupyter에서 출력되는 이름입니다.

python -m ipykernel install --user --name 가상환경 이름 --display-name 커널 이름

5. jupyter notebook에 가상환경 kernel 삭제하기

jupyter kernelspec uninstall 커널 이름

커널 삭제 명령어를 통해 jupyter notebook에서는 커널이 삭제된 것을 확인할 수 있으나 가상환경은 그대로 존재합니다.

6. 가상환경 삭제

conda remove --name 가상환경 이름 --all

7. 여기까지 jupyter notebook에 가상환경 커널 추가 및 삭제였습니다. 아래는 카페 주소이니 이해가 되지 않는 부분이나 문제점을 말씀해 주시면 같이 해결해 나가도록 하겠습니다.

안녕하세요. 오늘 시간에는 파이썬 소스코드를 실행할 수 있는 IDE(Integrated Development Envrionment) 툴인 jupyter notebook에 대해 알아보도록 하겠습니다.

쥬피터 노트북(Jupyter Notebook)은 웹  브라우저에서 파이썬 코드를 작성하고 실행할 수 있는 환경입니다.

1. jupyter notebook 실행하기 

명령 프롬프트(cmd)를 실행합니다(검색 란에 'cmd' 혹은 '명령 프롬프트' 를 입력).

그리고 다음과 같이 입력합니다.

jupyter notebook

만약에 jupyter notebook 화면이 생성되지 않을 경우에 파이썬을 설치할 때 파이썬 경로가 시스템 환경에 반영이 되지 않았을 가능성이 높습니다.

이러한 경우에는 수동으로 파이썬 경로를 추가해 주어야 합니다.

2. jupyter notebook에서 파이썬 파일 생성하기

"New" 메뉴를 통해 해당 경로에 python 파일, 텍스트 파일, 폴더 등을 생성할 수 있습니다. 여기서 보이는 "Python 3"를 클릭합니다.

초기 화면입니다. 아래 그림에서 "Untitled"는 생성된 파이썬 파일의 초기 이름입니다. 일단 "Untitled"를 클릭해 파일명을 변경합니다.

3. 소스코드 작성하기

아래 그림과 같은 부분에 "Hello python"을 입력합니다.

print("Hello python")

4. 소스코드 실행하기

Jupyter notebook 환경에서는 소스코드 한줄 작성하고 바로 실행해 결과를 확인할 수 있습니다. 여기서 이 한줄을 Cell이라고 부릅니다.

소스코드를 실행하는 방법은 크게 버튼을 통한 실행과 단축키를 통한 실행이 있습니다.

4.1 버튼을 통한 실행 방법 ("Run" 버튼을 클릭)

4.2 단축키를 통한 실행 방법(ctrl + enter 혹은 shift + enter)

해당 셀을 선택한 후 ctrl + enter 혹은 shift + enter를 클릭합니다.

ctrl + enter 단축키는 실행 후 처음에 선택한 cell을 선택하고 있습니다.

shift + enter 단축키는 실행 후 자동으로 다음 cell을 선택합니다.

5. 마크다운(markdown)

jupyter notebook에서는 마크다운 기능도 제공합니다. 아래 그림과 같이 "Markdown" 을 선택합니다.

아래 그림과 같이 "jupyter 학습"이라고 입력합니다.

마크다운은 아래 그림과 같이 제목처럼 사용할 수가 있습니다.

6. 일괄적으로 실행("Restar & Run all")

jupyter 상단에 있는 "Kernel"에 있는 "Restar & Run all" 기능은 파일을 재시작하는 동시에 우리가 작성한 소스코드를 일괄적으로 실행을 합니다.

7. 파일 저장 및 다운로드

jupyter notebook 환경에서 작성된 파이썬 파일의 확장명은 .ipynb 입니다. 이는 jupyter 환경에서 실행되는 형식이므로 사용자의 입맛에 맞게 다른 형식으로 변환해 파일을 다운로드 받을 수 있습니다.

상단의 "File" 메뉴에 "Download as"에서 보시면 많은 형식의 파일로 다운로드 받으실 수 있습니다.

8. 여기까지 간단한 jupyter notebook 사용법이였습니다. 아래는 카페 주소이니 이해가 되지 않는 부분이나 문제점을 말씀해 주시면 같이 해결해 나가도록 하겠습니다.

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.

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.

2. 설치한 가상환경 확인

conda env list

우리가 위에서 생성한 가상환경 virtual_env를 확인할 수가 있습니다.

3. 가상환경 활성화(activate)

Windows

activate virtual_env

Linux

source activate virtual_env

4. 가상환경 비활성화(deactivate)

deactivate

5. Root와 가상환경에 라이브러리를 설치하기

• 일단은 root 환경에서 pandas 라이브러리를 import하고 pandas의 버전을 체크합니다.

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

pip install pandas==0.23.4

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.

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