Python パッケージは、さまざまなタスクのための専門的なツールやライブラリを提供することで、Python の機能を拡張します。これらのパッケージを効率的にインストールおよび管理することは、Python 開発者にとって不可欠なスキルです。
この実験 (Lab) では、Linux システムで標準的な Python パッケージインストーラーである pip の使用方法を学びます。環境のセットアップ、パッケージのインストール、依存関係の管理、さまざまなインストールオプションの探索を行います。これらのスキルは、Linux 環境で作業するすべての Python 開発者にとって基本的です。
このステップでは、パッケージ管理のためのクリーンな Python 環境を準備します。プロジェクトの依存関係を競合なく管理するために不可欠な仮想環境の使用方法を学びます。
まず、Python と pip が利用可能であることを確認しましょう。
python3 --version
pip3 --versionPython 3.10.x および pip のバージョン情報が表示されるはずです。pip がインストールされていない場合は、インストールしてください。
sudo apt update
sudo apt install python3.10-venv -y
sudo apt upgrade python3-pip -y仮想環境は、プロジェクトごとに分離された Python スペースを作成します。これにより、異なるプロジェクト間のパッケージの競合を防ぐことができます。
cd ~/project
python3 -m venv myproject_env
source myproject_env/bin/activateプロンプトに (myproject_env) と表示され、仮想環境内にいることが示されます。仮想環境内では、pip3 の代わりに pip を使用できます。
プロジェクトの依存関係を追跡するために requirements.txt ファイルを作成します。
touch requirements.txtこのファイルは、異なるシステムで同じ環境を再作成するのに役立ちます。
このステップでは、個別に、また requirements ファイルを使用して Python パッケージをインストールする方法を学びます。仮想環境内にいることを確認してください（プロンプトに (myproject_env) と表示されているはずです）。
HTTP リクエストを行うためによく使用される requests パッケージをインストールしてみましょう。
pip install requestsダウンロードとインストールの進捗が表示されます。インストールを確認します。
pip listインストール済みパッケージのリストに requests が表示されるはずです。
次に、requirements ファイルに正確なバージョンを指定して複数のパッケージを指定しましょう。ファイルを開きます。
nano requirements.txt以下の内容を追加します。
requests==2.31.0
numpy==1.24.3
pandas==2.0.3Ctrl+O、Enter で保存し、Ctrl+X で終了します。
このアプローチは、正確なパッケージバージョンを指定することで、異なるシステム間での環境の一貫性を保証します。
requirements ファイルからすべてのパッケージをインストールします。
pip install -r requirements.txtrequests は既にインストールされているため、pip はそのままにするか、指定されたバージョンに合わせて更新します。新しいパッケージ（numpy および pandas）は新規にインストールされます。
すべてのパッケージがインストールされていることを確認します。
pip list | grep -E "(requests|numpy|pandas)"指定されたバージョンとともに、これら 3 つのパッケージすべてが表示されるはずです。
このステップでは、パッケージ情報の確認、パッケージの更新、特定のバージョンのインストールといった、不可欠なパッケージ管理操作を学びます。
インストール済みのパッケージに関する詳細情報を確認します。
pip show requestsこれにより、バージョン、依存関係、ライセンス、インストール場所の情報が表示されます。
互換性のために異なるバージョンが必要になる場合があります。numpy の特定のバージョンをインストールします。
pip install numpy==1.23.5バージョン変更を確認します。
pip show numpy | grep Versionバージョン 1.24.3 の代わりにバージョン 1.23.5 が表示されるはずです。
パッケージを最新バージョンに更新します。
pip install --upgrade pandasこれにより、pandas が利用可能な最新バージョンに更新されます。
現在のパッケージとバージョンの完全なリストを生成します。
pip freeze > current_env.txt生成されたファイルを表示します。
cat current_env.txtこのファイルは、pip install -r current_env.txt を使用して、他の場所で全く同じ環境を再作成するために使用できます。
この最終ステップでは、仮想環境のベストプラクティスと、プロジェクトの依存関係を効果的に管理する方法を学びます。
仮想環境を非アクティブ化する練習をします。
deactivateプロンプトが通常の状態に戻ります（(myproject_env) が表示されなくなります）。pip list を実行してみてください。
pip listシステムにインストールされているパッケージのみが表示されます。次に、環境を再アクティブ化します。
source ~/project/myproject_env/bin/activate再アクティブ化すると、プロジェクトのパッケージが戻ってくることに注意してください。
他のパッケージに依存しているパッケージを確認します。
pip show pandaspandas の依存関係を確認するには、「Requires」行を見てください。これが環境管理が重要である理由です。1 つのパッケージをインストールすると、多くの場合、他の多くのパッケージもインストールされます。
直接的な依存関係のみを含む、クリーンな requirements ファイルを作成します。
nano ~/project/requirements.txt内容を、明示的に必要なパッケージのみ（依存関係は除く）に置き換えます。
requests==2.31.0
numpy==1.23.5
pandas==2.0.3保存して終了します。他の誰かがこのファイルからインストールする場合、pip は自動的に依存関係を処理します。
これで、環境を共有する準備ができました。誰でも次を使用して再作成できます。
pip install -r requirements.txtこれは、再現可能な Python 開発の基盤です。
この実験では、Linux 上での Python パッケージ管理の基本を習得しました。
これらのスキルは、あらゆる Python 開発者にとって不可欠です。仮想環境はプロジェクト間の競合を防ぎ、適切な依存関係管理はコードが異なるシステムで一貫して動作することを保証します。
これで、あらゆる Linux 開発環境で自信を持って Python パッケージを管理できるようになりました！
