[Python] 파이썬 가상환경 생성, Anaconda Prompt 명령어

 

 

 

 

 

프로그래밍 세계를 탐구합시다.

 

 

 

 

Anaconda를 기준으로 작성했습니다.

 

 

 

1. Python
Python은 간결하고 명확한 문법을 가진 대표적인 고수준 프로그래밍 언어입니다. 데이터 분석, 웹 개발, 인공 지능 개발 등 다양한 분야에서 활용되며, 초보자부터 전문가까지 넓은 사용자 층을 가지고 있습니다.

2. Anaconda
Anaconda는 Python과 R을 위한 오픈 소스 배포판으로, 데이터 과학과 기계 학습 작업을 위한 편리한 환경을 제공합니다. Anaconda는 수백 개의 과학 패키지와 그 의존성을 쉽게 설치하고 관리할 수 있는 패키지 관리자인 Conda를 포함하고 있습니다.

 

 

Anaconda의 장점

Anaconda는 다음과 같은 이유로 데이터 분석가들에게 인기가 있습니다.

수백 개의 데이터 과학 패키지를 쉽게 설치하고 관리할 수 있습니다.
프로젝트별로 별도의 환경을 구성하여 패키지 간의 충돌을 방지할 수 있습니다.
Jupyter Notebook 같은 데이터 과학 도구를 사용할 수 있습니다.
크로스 플랫폼 (Windows, macOS, Linux) 지원을 합니다.

 

 

 

3. Python과 Anaconda 설치 방법
Python은 공식 홈페이지에서 다운로드 받을 수 있습니다. 반면, Anaconda는 Anaconda 홈페이지에서 다운로드 받을 수 있으며, 설치 과정에서 Python을 함께 설치할 수 있습니다.

 

 

https://www.anaconda.com/download

Free Download | Anaconda

 

https://www.python.org/

Welcome to Python.org

 

 

Python 가상 환경

 

 

Python 가상 환경이란?
Python 가상 환경은 특정 프로젝트에 필요한 Python 버전과 패키지를 격리시키는 도구입니다. 각기 다른 프로젝트가 서로 다른 버전의 Python이나 패키지에 의존하는 경우, 이러한 충돌을 방지하기 위해 가상 환경을 사용합니다.

Python 가상 환경의 필요성
가상 환경이 없다면, 서로 다른 프로젝트들이 모두 같은 Python과 패키지를 공유하게 됩니다. 이는 프로젝트 간의 의존성 충돌을 일으킬 수 있습니다. 예를 들어, 프로젝트 A가 패키지 X의 1.0 버전을 필요로 하고, 프로젝트 B가 패키지 X의 2.0 버전을 필요로 하는 경우, 두 프로젝트를 동시에 유지하기가 어렵습니다.

이러한 문제를 해결하기 위해 Python 가상 환경을 사용합니다. 각 프로젝트는 자체적인 가상 환경을 가지며, 이 가상 환경 내에서는 해당 프로젝트에 필요한 Python 버전과 패키지만을 관리하게 됩니다.

 

Python 가상 환경의 기능

(1) 독립적인 Python 환경 제공

각 가상 환경은 독립적인 Python 인터프리터와 패키지를 가집니다. 이를 통해 프로젝트 간의 의존성 충돌을 방지할 수 있습니다.

(2) 버전 관리

프로젝트별로 다른 버전의 Python이나 패키지를 사용할 수 있습니다. 이를 통해 프로젝트의 버전 요구 사항을 유연하게 관리할 수 있습니다.

(3) 쉬운 패키지 관리

가상 환경 내에서는 pip 명령어를 사용하여 패키지를 쉽게 설치하고 관리할 수 있습니다.

 

 

 

Anaconda Prompt

 

 

Anaconda 설치 후 Anaconda Prompt 앱을 확인할 수 있습니다.

 

 

 

 

해당 프로그램을 사용하여 명령어를 입력할 수 있습니다.
아래는 명령어 목록입니다.

 

 

<Anaconda Prompt 명령어 목록>

 

* 제가 생성한 파일 위치는 "C:\Users\user\gj_202311" 입니다.

 

* 생성되어 있는 가상환경 확인하기
>conda env list

----지금부터 진행하는 폴더 위치는 무관함
* 가상환경 생성하기
 - conda create -n 가상환경이름 python=파이썬버전
 >conda create -n gj_env_01 python=3.9

* 가상환경 삭제하기
 >conda remove -n gj_env_01 --all

* 가상환경으로 들어가기(활성화 시키기)
 >conda activate gj_env_01

* 가상환경에서 나오기(비활성화 시키기)
 >conda deactivate

* 설치되어 있는 패키지(라이브러리) 확인하기
 - 두가지 방법
 >conda list
 >pip list

* 외부 에디터에서 가상환경을 연결(kernel)하기 위하여
 - jypyter 설치하기
 >pip install jupyter notebook

* jupyter notebook 설치 확인
 >jupyter notebook
  - http://localhost:8888/tree 주소로 접속됨

* 커널 생성 목록 확인하기
>jupyter kernelspec list

* 커널 생성하기 (base root 가상환경에서 진행)
 >python -m ipykernel install --user --name gj_env_01 --display-name gj_env_01_kernel


* 기본 패키지 설치하기(gj_env_01 가상환경에서 진행)
 -
 >pip install ipython jupyter matplotlib pandas xlrd seaborn scikit-learn
 >pip install openpyxl

 

4. Python과 Anaconda를 이용한 데이터 분석

 

Anaconda를 설치한 후, Jupyter Notebook을 실행하여 Python을 이용한 데이터 분석을 시작할 수 있습니다. Jupyter Notebook은 코드 작성, 데이터 시각화, 문서 작성 등을 한 곳에서 할 수 있는 웹 기반 인터페이스를 제공합니다.

 

 

<Jupyter Notebook 실행, 코드 작성>

 

* 외부 에디터에서 가상환경을 연결(kernel)하기 위하여
 - jypyter 설치하기
 >pip install jupyter notebook

* jupyter notebook 설치 확인
 >jupyter notebook
  - http://localhost:8888/tree 주소로 접속됨

* 커널 생성하기 (base root 가상환경에서 진행)
 >python -m ipykernel install --user --name gj_env_01 --display-name gj_env_01_kernel

 

* 커널 생성 목록 확인하기
>jupyter kernelspec list

 

 

 

우측 상단의 New를 선택하면 Notebook을 선택하여 코드를 입력할 수 있습니다.

 

 

 

Select Kernel에서 앞서 생성한 커널을 선택할 수 있습니다.