DEV Community

João Felipe Gadelha
João Felipe Gadelha

Posted on • Updated on

Criar um ambiente virtual de Python para seus projetos

Se você trabalha com projetos diferentes em Python, faz cursos de diversas aplicações ou gosta de testar códigos da internet, percebe que, para alguns códigos, é necessário o download de bibliotecas específicas. Entretanto, ao invés de instalarmos as diversas bibliotecas que encontramos no nosso computador, é possível a instalação das bibliotecas restringida em uma pasta que chamaremos de ambiente virtual.

Considerando que eu estou usando o Windows e a pasta está no diretório D:\Users\Felipe\Desktop\Workspace\data_science

Os passos para instalação do ambiente virtual são:

1) Executar o CMD como administrador e abrir a pasta de interesse da instalação do seu projeto no CMD

cd D:\Users\Felipe\Desktop\Workspace\data_science
d:
Enter fullscreen mode Exit fullscreen mode

2) No meu caso, vou precisar ativar o ambiente python global do conda

conda activate
Enter fullscreen mode Exit fullscreen mode

3) Criar o ambiente virtual

python -m venv NOME_DO_AMBIENTE_VIRTUAL
Enter fullscreen mode Exit fullscreen mode

4) Ativar o ambiente virtual

.\NOME_DO_AMBIENTE_VIRTUAL\Scripts\activate.bat
Enter fullscreen mode Exit fullscreen mode

5) Como passo adicional, atualizar o pip do ambiente virtual

python -m pip install --upgrade pip
Enter fullscreen mode Exit fullscreen mode

Pronto! Com isso, seu ambiente já está criado, portanto, toda vez que quiser acessá-lo, basta abrir o cmd na pasta, ativá-lo e usar como quiser! ;)

Como informação adicional a esse tópico, adiciono quatro comandos úteis para quando se está trabalho com ambientes virtuais:

  • pip freeze (verificar as bibliotecas do ambiente)
  • pip freeze > requeriments.txt (gera um arquivo .txt com nome requeriments com as bibliotecas necessárias para o projeto)
  • pip install -r requirements.txt (quando você quer rodar um projeto e as depedências estão no arquivo .txt, o comando adicionará todos os arquivos)
  • python setup.py install (Instalação de pacote de desenvolvimento)

E, por fim, cinco bibliotecas importantes para aplicações de análise de dados:

  • pip install pandas
  • pip install numpy
  • pip install scipy
  • pip install matplotlib
  • pip install jupyter

Segue o exemplo de funcionamento:

Image description

Top comments (0)