Configuration de l'environnement virtuel (venv, conda)

Pourquoi utiliser des environnements virtuels ? Isolation et gestion des dépendances

Lorsque vous développez plusieurs projets Python, il est crucial d'utiliser des environnements virtuels. Un environnement virtuel est un espace isolé qui contient une installation spécifique de Python et des bibliothèques associées. Cela permet d'éviter les conflits de versions entre les différents projets et de garantir que chaque projet utilise les versions exactes des bibliothèques dont il a besoin.

Imaginez que vous travaillez sur deux projets : le projet A utilise la version 1.0 d'une bibliothèque, tandis que le projet B utilise la version 2.0 de la même bibliothèque. Si vous installez les deux versions globalement sur votre système, vous risquez d'avoir des conflits et des comportements inattendus. Les environnements virtuels résolvent ce problème en créant des espaces isolés pour chaque projet.

En utilisant des environnements virtuels, vous vous assurez que chaque projet a ses propres dépendances, indépendamment des autres projets et de l'installation globale de Python sur votre système. Cela rend vos projets plus portables, plus faciles à reproduire, et moins susceptibles de rencontrer des problèmes de compatibilité.

venv : l'outil standard pour créer des environnements virtuels

`venv` est le module standard de Python pour créer des environnements virtuels. Il est inclus dans Python depuis la version 3.3, et c'est l'outil recommandé pour la plupart des projets. `venv` crée un répertoire qui contient une copie de l'interpréteur Python et un sous-répertoire `site-packages` où seront installées les bibliothèques spécifiques à cet environnement.

Pour créer un environnement virtuel avec `venv`, ouvrez un terminal et naviguez jusqu'au répertoire de votre projet. Ensuite, exécutez la commande suivante :

python3 -m venv .venv

Cette commande crée un environnement virtuel nommé `.venv` dans le répertoire courant. Vous pouvez choisir un autre nom, mais `.venv` est une convention courante. Le point `.` au début du nom permet de masquer le dossier (sur les systèmes Unix-like).

Pour activer l'environnement virtuel, vous devez exécuter un script spécifique à votre système d'exploitation :

• Sur Windows :

  .venv\Scripts\activate.bat

• Sur macOS et Linux :

  source .venv/bin/activate

Une fois l'environnement activé, votre invite de commande devrait changer pour indiquer le nom de l'environnement actif (par exemple, `(.venv) $`). Cela signifie que toutes les commandes Python que vous exécuterez utiliseront l'interpréteur et les bibliothèques de l'environnement virtuel.

Pour désactiver l'environnement virtuel, il suffit d'exécuter la commande `deactivate`.

conda : gestionnaire d'environnements et de paquets pour la data science

`conda` est un gestionnaire d'environnements et de paquets open source, particulièrement populaire dans la communauté data science. Il est inclus dans les distributions Anaconda et Miniconda, mais peut également être installé séparément. Contrairement à `venv`, qui gère uniquement des paquets Python, `conda` peut gérer des paquets de différents langages (Python, R, C++, etc.) et des dépendances non-Python.

Pour créer un environnement virtuel avec `conda`, ouvrez un terminal et exécutez la commande suivante :

conda create --name mon_environnement python=3.9

Cette commande crée un environnement virtuel nommé `mon_environnement` avec Python 3.9. Vous pouvez spécifier une autre version de Python si nécessaire. Vous pouvez également spécifier les paquets à installer lors de la création de l'environnement :

conda create --name mon_environnement python=3.9 numpy pandas

Pour activer l'environnement virtuel, utilisez la commande :

conda activate mon_environnement

Une fois l'environnement activé, vous pouvez installer des paquets avec la commande `conda install`, par exemple :

conda install scikit-learn

Pour désactiver l'environnement, utilisez la commande :

conda deactivate

`conda` offre également des fonctionnalités avancées, comme la possibilité de créer des environnements à partir d'un fichier de spécifications (`environment.yml`), ce qui facilite la reproduction d'environnements.

Choisir entre venv et conda : quel outil pour quel usage ?

Le choix entre `venv` et `conda` dépend de vos besoins et de votre contexte. Voici quelques recommandations :

• Utilisez `venv` si vous travaillez sur des projets Python standards et que vous n'avez pas besoin de gérer des dépendances non-Python. `venv` est l'outil standard, il est simple à utiliser et il est inclus dans Python.
• Utilisez `conda` si vous travaillez sur des projets de data science, si vous avez besoin de gérer des dépendances non-Python, ou si vous utilisez déjà la distribution Anaconda. `conda` offre plus de flexibilité et de fonctionnalités pour la gestion des environnements et des paquets.

Il est important de noter qu'il n'est généralement pas recommandé de mélanger `venv` et `conda` dans un même environnement. Si vous choisissez d'utiliser `conda`, il est préférable de gérer tous vos environnements et vos paquets avec `conda`.

Quel que soit l'outil que vous choisissez, l'utilisation d'environnements virtuels est une bonne pratique essentielle pour tout développeur Python. Cela vous permettra de garder vos projets organisés, d'éviter les conflits de versions, et de garantir la portabilité et la reproductibilité de votre code.