Przejdź do głównej zawartości

Zależności w Pythonie

· 4 min aby przeczytać

Na co dzień w pracy używam JavaScriptu i PHP. W tych językach występują menedżery pakietów npm (i nie tylko) i composer, które umożliwiają łatwe zarządzanie zależnościami dla każdego projektu. Do tej pory w Pythonie pisałem dość proste skrypty i nie potrzebowałem żadnego menedżera pakietów. W ramach nadchodzących projektów postanowiłem sprawdzić jak wygląda sprawa z zarządzaniem zależnościami w Pythonie.

pip (Pip Installs Packages)​

Pip jest standardowym menedżerem pakietów w Pythonie. Poniżej przedstawiam listę podstawowych komend.

pip install <package>           # instalacja pakietu
pip install <package> --upgrade # aktualizacja pakietu
pip uninstall                   # odinstalowuje pakiety
pip list                        # wyświetla listę zainstalowanych pakietów
pip list --outdated             # wyświetla listę nieaktualnych pakietów
pip show                        # wyświetla szczegóły na temat pakietu
pip freeze                      # wyświetla listę zainstalowanych pakietów w formacie plików requirements.txt
pip install -r requirements.txt # instaluje zależności z pliku requirements.txt

Tworząc projekt warto podać w pliku requirements.txt listę zależności, które są wymagane by uruchomić projekt. Przykładowy plik requirements.txt wygląda następująco:

matplotlib==1.3.1
numpy==1.12.0
scikit-learn==0.18.1

Widzimy, że lista zawiera nazwy pakietów i ich wersje oddzielone znakami ==.

pipreqs​

Co jeśli jednak mamy już jakiś projekt i potrzebujemy utworzyć listę zależności? Czy musimy się bawić w ich wyciąganie z listy otrzymanej za pomocą polecenia pip freeze? Z pomocą przychodzi biblioteka pipreqs.

Instalujemy ją:

pip install pipreqs

A potem wywołujemy, jako parametr podając katalog z projektem, w którym chcemy dostać listę zależności:

pipreqs project_directory/

virtualenv​

Wszystko fajnie, ale goły pip ma jedną poważną wadę - instaluje wszystkie pakiety w przestrzeni globalnej (to tak jakbyśmy użyli npm install -g <package>. W przypadku, gdy mamy kilka projektów i te potrzebują do działania różnych wersji tej samej biblioteki mamy problem. Rozwiązaniem jest użycie biblioteki virtualenv. Pozwala ona na tworzenie odizolowanych środowisk z Pythonem i zależnościami. Zobaczmy jak to działa.

Aby zainstalować virtualenv wpisujemy w konsoli:

pip install virtualenv

Instalacja virtualenv w katalogu projektu:

virtualenv env            # env to nazwa katalogu, w którym będzie środowisko
virtualenv -p python3 env # jak chcemy Pythona 3

Powstanie katalog env. Wylistujmy go:

$ ls env/
bin include lib local pip-selfcheck.json

Katalog env/bin/ zawiera to co nas najbardziej interesuje, czyli lokalną wersję Pythona i pip.

Ok, przetestujmy virtualenv. Instalacja biblioteki w virtualenv wygląda następująco:

env/bin/pip install requests

Sprawdźmy, czy rzeczywiście to środowisko jest odizolowane od głównego:

$ env/bin/pip list
appdirs (1.4.3)
packaging (16.8)
pip (9.0.1)
pyparsing (2.2.0)
requests (2.13.0)
setuptools (34.3.1)
six (1.10.0)
wheel (0.29.0)

Ułatwienie pracy z virtualenv​

Co jeśli nie chcemy ciągle pisać env/bin/pip i tym podobnych komend odnoszących się do naszego środowiska?

Najpierw dla celów testowych użyjemy komendy which która wyświetla katalog, w którym jest przechowywany uruchamiany program:

which python

Wynikiem wywołania tego polecenia będzie najprawdopodobniej poniższa ścieżka (lub podobna):

/usr/bin/python

Ok, zmieniamy Pythona i resztę na tę z naszego utworzonego środowiska:

source env/bin/activate

Powyższa komenda uruchami w bieżącej instancji powłoki skrypt, który podmieni zmienne środowiskowe na te ze środowiska wirtualnego.

Wpisujemy w konsoli jeszcze raz which python i otrzymujemy coś w rodzaju:

/home/Dawid/python_projects/virtualenv_test/env/bin/python

Teraz jak wpiszemy w konsoli python to uruchomi się Python z naszego odizolowanego środowiska wirtualnego, a nie ten globalny.

Aby wyłączyć środowisko projektu wystarczy wpisać w konsoli deactivate.

Podsumowanie​

To tyle, nauczyliśmy się podstawowej obsługi pip i virtualenv. O tworzenieniu paczek i wysyłaniu ich do PyPI będzie może kiedy indziej. Przyznam się także, że bardzo się zdziwiłem tym, że pip nie umożliwia separacji bibliotek dla każdego projektu i potrzebna jest do tego instalacja specjalnej paczki. Dziwne, mam inne doświadczenia jeśli chodzi o PHP i JS. Obstawiam, że to przez jakieś zaszłości historyczne.