8.6 KiB
8.6 KiB
Python- charakterystyka
- język skryptowy ogólnego zastosowania
- wysokopoziomowy
- otwartoźródłowy
- działa na platformach Linux, MacOS, Windows
- obiektowy, ale wspiera też inne paradygmaty (np. funkcyjny)
- język dynamicznie typowany (x = 5 zamiast int x = 5)
- zarządzanie pamięcia poprzez garbage collector
- wcięcia (tabulacje lub spacje) zamiast nawiasów
- język interpretowany (zatem nie wymaga kompilacji)
- Obecnie używa się python w wersji 3, która nie jest kompatybilna z wersją 2. Python 2 nie jest dalej rozwijany
- Główną zaletą pythona jest czytelność kodu, co wynika z założenia że kod cześciej się czyta niż pisze.
Zastosowania python
- najbardziej popularny język do analizy i wizualizacji danych obok R
- najbardziej popularny język do uczenia maszynowego, w szczególności sieci neuronowych. Posiada biblioteki TensorFlow (wraz z wbudowanym Keras), Pytorch, Jax
- inne zastosowania naukowe
- tworzenie stron internetowych (Django) oraz mikroserwisów (Flask, FastApi, Bottle, Django)
- skrypty, automayzacja, administracja serwerów
Uruchamianie python
- uruchamianie skryptu *.py wprost z wiersza poleceń
- uruchamianie python w trybie interaktywnym przez interpreterze python lub ipython
- uruchamianie skryptu + tryb interaktywny
- jupyter notebook, google colab
- IDE (np Pycharm, Microsoft Visual Studio)
Menadżery pakietów
- pip
- virtualenv
- conda
!which python
/home/anaconda3/anaconda3/bin/python
virtualenv
!pip install virtualenv # instalacja
!virtualenv myenv # tworzenie środowiska o nazwie myenv
!source myenv/bin/activate # uruchamianie środowiska na linux
!myenv\Scripts\activate # uruchamianie środowiska na linux na windows
!which python
!which pip
!deactivate deaktywowanie środowiska
!pip install requests # instalacja pakietów za pomocą python
!rm -rf myenv # usuwanie środowiska
!virtualenv --help
/bin/bash: line 1: virtualenv: command not found
!virtualenv --version
/bin/bash: line 1: virtualenv: command not found
zadanie virtualenv
Proszę stworzyć środowisko o nazwie myscikitlearnenv, spróbować zaimportować sklearn:
import sklearn # powinno się nie udać
Następnie zainstalować w nim scikit-learn i ponownie spróbować zaimportować sklearn (tym razem powinno się udać)
Następnie deaktywować środowisko i usunąć je.
conda (anaconda, miniconda, miniforge)
# najpierw - instalacja anconda
! tail -n30 ~/.bashrc # conda uruchamia się w ~/.bashrc
!conda create --name myenv # tworzenie nowego środowiska
!conda create --name myenv python=3.9 # tworzenie nowego środowiska dla python w wersji 3.9
!conda activate myenv # aktywowanie środowiska
!which python
!conda deactivate # deaktywowanie środowiska
!conda env list # wylistowanie dostępnych środowisk
!conda install requests # instalacja pakietu za pomocą conda
!conda install nodejs # instalacja nodejs (coś zupełnie poza środowiskiem pythona)
!pip install requests # instalacja pakietu za pomocą pip
!pip install scikit-learn # instalacja pakietu za pomocą pip
!conda env export > environment.yml # eksport środowiska
!conda env create -f environment.yml # import środowiska
!conda list # wylistowanie zainstalowanych pakietów
!conda --help
!conda --version
!conda remove --name nazwa_srodowiska --all # usuwanie środowiska- albo wystarczy wprost usunąć pliki środowiska
zadanie conda
- Proszę zrobić te same kroki jak w poprzednim zadaniu
- Proszę zrobić to co w punkcie 1. tylko, że przed usunięciem środowiska zapisać je do environment.yml, a po usunięciu odtworzyć