Új lapon nyílik meg

9. lecke

Csomagok, pip, virtuális környezet

6 rész2 kódpélda1 ábra
Miről szól ez a lecke?

Nem kell mindent magadnak megírnod: a Python-közösség rengeteg kész csomagot készített, a NumPy-tól a PyTorch-ig. Ez a lecke elmagyarázza, mi a csomag, hogyan telepítsd a pip-pel, hogyan használd az import paranccsal, miért érdemes minden projektnek saját virtuális környezetet (venv) adni, és mire való a requirements.txt. A végén összerakjuk azt a munkafolyamatot, amellyel a kurzus további részében dolgozunk.

Amit ebben a leckében megtanulsz
  • Mi az a csomag (package / library)?
  • A pip — A Python csomagkezelője
  • Telepített csomag használata — import
  • Miért kell virtuális környezet (venv)?
  • Requirements.txt — A projekt "bevásárlólistája"
Tudnivalók
  • Olvasási idő: kb. 5 perc (a kódok kipróbálásával több)
  • 6 rész · 2 kódpélda
  • A végén gyakorló feladatok ellenőrzik a tudásodat
A pip a PyPI raktárból tölti a csomagokat a projekt venv dobozába
A pip egyetlen paranccsal letölti a csomagokat a hatalmas PyPI raktárból a projekted saját .venv dobozába — így minden együtt van, elszigetelten.

1. Mi az a csomag (package / library)?

A csomag olyan kód, amit valaki más már megírt neked, és be tudod építeni a saját programodba.

Néhány, amit hamarosan használni fogunk:

  • NumPy -> számítások, mátrixok, tömbök
  • pandas -> táblázatos adatok kezelése
  • torch -> PyTorch, gépi tanuláshoz
SzéljegyzetMiért ne írnám meg magam ezeket, ha úgyis tudok programozni?

Ez egy nagyon fontos szemléletbeli pont: a NumPy, Pandas, PyTorch mögött évek, néha évtizedek fejlesztői munkája áll, amit százak vagy ezrek teszteltek, optimalizáltak, javítottak folyamatosan. Ha te magad próbálnád megírni pl. a mátrixszorzást (amit a NumPy egy sorban megold), nemcsak sokkal lassabb kódot írnál (mert a NumPy belső, C nyelven írt, erősen optimalizált motorral dolgozik), hanem valószínűleg hibákat is vétenél olyan ritka, speciális esetekben, amikre a NumPy fejlesztői már régen rájöttek és kijavítottak. Ez olyan, mint amikor házat építesz: nem gyártasz magad téglát — megveszed a bevált, szabványos téglát, és a saját tervedre koncentrálsz.

2. A pip — A Python csomagkezelője

A pip egy parancssori eszköz, nem Python-kód.

Csomag telepítése: pip install NumPy

Több csomag egyszerre: pip install NumPy pandas torch

Telepített csomagok listázása: pip list

Csomag eltávolítása: pip uninstall NumPy

Mi történik pontosan, amikor beírom: pip install NumPy? A pip (ami a "Pip Installs Packages" rövidítése — egy ún. rekurzív, önmagára utaló vicces betűszó, gyakori az informatikában) egy óriási, központi online tárhoz (a PyPI, "Python Package index" nevű archívumhoz) csatlakozik az interneten keresztül, megkeresi ott a NumPy csomagot, letölti a fájljait a géped egy speciális, a Python számára ismert mappájába, és onnantól a te Python-programjaidból elérhetővé válik az import kulcsszóval. Ez egy hatalmas, globális "közkönyvtár", ahol emberek millió(nyi) csomagot töltöttek fel, amiket bárki ingyen letölthet és felhasználhat.

SzéljegyzetHogyan frissítek egy már telepített csomagot a legújabb verzióra?

A pip install --upgrade numpy paranccsal (vagy röviden pip install -U numpy) — ez letölti és lecseréli a csomag legújabb elérhető verziójára. Érdemes csak akkor frissíteni, ha van rá okod, mert egy újabb verzió elvileg máshogy is viselkedhet, mint amire a kódod épült.

3. Telepített csomag használata — import

PYTHON● ● ●
import math   # a math beépített, nem kell külön telepíteni
PYTHON● ● ●
print(math.sqrt(16))    # négyzetgyök: 4.0
print(math.pi)          # a Pi értéke: 3.14159...

Miért kell 'math.' előtag, miért nem elég csak sqrt(16)-ot írni? Ez egy tudatos, fontos tervezési döntés, amit "névtér"-nek (namespace) hívnak. Képzeld el, hogy különböző csomagokban lehet ugyanolyan nevű függvény (pl. lehetne egy másik csomagban is egy "sqrt" nevű, de másképp működő függvény). Ha egyszerűen csak "sqrt(16)"-ot írhatnál import után, a Python nem tudná, melyik csomagból származó sqrt-et szeretnéd használni, ha véletlenül több, hasonló nevű függvényt tartalmazó csomagot is beimportáltál. A "math." előtag egyértelművé teszi: "ez a math csomagból származó sqrt, nem valamelyik másikból." Ez olyan, mintha egy nagy cégben lenne két "Kovács" nevű alkalmazott — a vezetéknév/osztály megadásával (pl. "Marketing.Kovács") egyértelművé teszed, kire gondolsz.

Csomagot be lehet hívni "becenévvel" is: import numpy as np import pandas as pd

Miért van szükség 'becenévre' (as np), ha a teljes nevet is használhatnám? Ez tisztán kényelmi okból van — egy tipikus AI-kódban a NumPy vagy pandas függvényeit akár százszor is meghívod egy fájlon belül. Ha minden alkalommal ki kellene írnod, hogy "NumPy.array(...)", a kód hosszabb és nehezebben olvasható lenne, mint ha csak "np.array(...)"-t írnál. Az "np" és "pd" rövidítések annyira elterjedtek a szakmában (szinte mindenki ezt használja), hogy ha valaha mások kódját olvasod, azonnal fel fogod ismerni ezeket, mint egyfajta "iparági megegyezést" — nem kötelező, de gyakorlatilag mindenki ezt követi.

4. Miért kell virtuális környezet (venv)?

Képzeld el, hogy két különböző projekten dolgozol:

  • Az egyikhez NumPy 1.20-as verzió kell
  • A másikhoz NumPy 2.0-s verzió kell

Virtuális környezet létrehozása (a projekt mappájában): python -m venv venv

Aktiválása Windows-on: venv\\Scripts\\activate

Aktiválása Mac/Linux-on: source venv/bin/activate

Mi történne pontosan, ha nem használnék virtuális környezetet, és a gépem 'globálisan' telepítené a csomagokat? Ha minden projekted ugyanazt a globális Python-telepítést és ugyanazokat a csomagverziókat használná, előbb-utóbb ütközés történne: az egyik projekted esetleg egy régebbi csomagverzióra épült, ami másképp viselkedik, mint az újabb — ha frissítenéd a csomagot a másik projekt kedvéért, az első projekted elromolhatna (mert olyan függvényt hívna, ami az új verzióban már máshogy működik, vagy meg is szűnt). A virtuális környezet egy teljesen elkülönített "másolatot" hoz létre a Python-nak és a csomagoknak a projekt saját mappájában — így külön-külön "buborékban" élnek a projektjeid, egymást nem zavarva, még akkor sem, ha teljesen ellentétes verziókövetelményeik vannak.

Mit csinál pontosan az 'aktiválás'? Amikor "aktiválod" a virtuális környezetet (venv\\Scripts\\ activate), a Python parancssor ideiglenesen átirányítja magát: onnantól, amíg a környezet aktív, minden "pip install" és "python" parancs a projekt saját, elkülönített mappájába telepít, nem a globális rendszerbe. Ez olyan, mintha "belépnél" egy elkülönített szobába, ahol minden, amit ott csinálsz, csak arra a szobára vonatkozik, nem az egész házra.

SzéljegyzetCsak a venv az egyetlen módja a projektek elkülönítésének?

Nem, az adattudományi/AI körökben a conda is nagyon elterjedt alternatíva — hasonló célt szolgál, mint a venv, de nemcsak Python-csomagokat, hanem más, nem Python-alapú függőségeket (pl. CUDA-eszközöket) is tud kezelni. Kezdésnek a beépített venv teljesen elég, és a legtöbb kurzusban, cikkben ezt fogod látni.

5. requirements.txt — A projekt "bevásárlólistája"

Példa requirements.txt tartalom:

NumPy==1.26.0 pandas==2.2.0 torch==2.3.0

pip install -r requirements.txt pip freeze > requirements.txt

Miért fontos ez, ha úgyis megvannak nálam a csomagok? Ez kifejezetten akkor válik fontossá, amikor megosztod a kódodat (pl. a GitHubon) — a te gépeden telepített csomagok nem utaznak át automatikusan valaki más gépére, amikor ő letölti a kódodat! Ha csak a .py fájlokat töltöd fel, de a requirements.txt-t nem, aki letölti a projektedet, "import numpy"-nál hibát kapna, mert nála nincs telepítve a NumPy — és fogalma sem lenne, pontosan melyik csomagokat, milyen verzióban kellene telepítenie ahhoz, hogy a kód működjön. A requirements.txt ezt a "receptet" adja át — egyetlen paranccsal (pip install -r requirements.txt) bárki, bármilyen gépen pontosan ugyanazokat a csomagokat tudja telepíteni, amiket te használtál, elkerülve a "nálam működik, nálad miért nem" típusú problémákat.

Mit jelent pontosan a NumPy==1.26.0 rész, miért kell a verziószám? A == itt nem az összehasonlítás operátora (mint a 4. leckében), hanem a requirements.txt saját, egyszerű szintaxisa, ami azt jelenti: "pontosan ezt a verziót telepítsd, ne egy újabbat vagy régebbit." Ez azért fontos, mert a csomagok idővel frissülnek, és egy újabb verzió elvileg máshogy is viselkedhet, mint amire a kódodat írtad — a pontos verziószám rögzítése biztosítja, hogy a kód ugyanúgy működjön, akárki, akármikor futtatja.

SzéljegyzetMit jelent a verziószám három része (pl. 2.3.0)?

Ezt hívják szemantikus verziózásnak: az első szám (major) nagy, esetleg a régi kódot elrontó változást jelent; a második (minor) új funkciót ad hozzá a régiek megtartásával; a harmadik (patch) apró hibajavítást jelent. Ez segít eldönteni, mennyire kockázatos egy frissítés: egy patch-frissítés általában biztonságos, egy major-frissítés viszont alapos ellenőrzést igényel.

6. Összefoglaló workflow (ahogy majd dolgozni fogunk)

  1. Új projekt mappa létrehozása
  2. python -m venv venv
  3. venv\\Scripts\\activate
  4. pip install NumPy pandas torch
  5. Kód írása, import numpy as np stb.
  6. pip freeze > requirements.txt
Gyakorlás
  1. Nyisd meg a parancssort / terminált, és futtasd le: pip list
  2. Telepítsd a NumPy csomagot: pip install NumPy
  3. Írj egy egyszerű .py fájlt, ami "import numpy as np" sorral kezdődik, majd írasd ki: print(np.array([1, 2, 3]))
  4. Új gyakorlat: futtasd le a "pip freeze" parancsot (a ">" jel és fájlnév nélkül, csak simán) — nézd meg, mennyi csomag jelenik meg a listában, pedig te talán csak egyet-kettőt telepítettél direktben! Ez azért van, mert a csomagoknak gyakran vannak saját függőségeik (más csomagok, amikre nekik van szükségük a működéshez), és ezek is automatikusan települnek — ez segít megérteni, mennyire összetett lehet egy projekt "láthatatlan" csomagfüggőség-hálózata.