Petunjuk Penggunaan Anaconda dan Conda - Cara Mengelola dan Mengkonfigurasi lingkungan Python

Lingkungan conda membantu Anda mengelola ketergantungan dan mengisolasi proyek. Selain itu, lingkungan conda tidak bergantung pada bahasa, yaitu mendukung bahasa selain Python.

Panduan ini menjelaskan cara mengatur komputer untuk pengembangan Python yang efektif, sambil mempertahankan lingkungan yang terorganisir yang mendukung beberapa versi Python (jika perlu). Ada beberapa pengelola lingkungan Python di luar sana; untuk panduan ini kita akan menggunakan Conda. Conda adalah manajer lingkungan serba guna yang dapat digunakan untuk lebih dari sekadar Python, kompatibel dengan berbagai platform, dan terintegrasi dengan baik dengan terminal umum.

A. Apa Perbedaan Conda, Pip dan Venv

Dianatara ketiga paket python tersebut, disatu sisi agak mirip, namun pada praktek dan penggunaannya ketika paket tersebut jelas sangat beda.

• pip adalah manajer paket untuk Python.
• venv adalah manajer lingkungan untuk Python, dan
• conda adalah manajer paket dan manajer lingkungan, dan bersifat independen terhadap bahasa.

venv membuat lingkungan terisolasi hanya untuk pengembangan Python, dan conda dapat membuat lingkungan terisolasi untuk bahasa pemrograman apa pun yang didukung.

Harap anda perhatikan, bahwa pip hanya menginstal paket Python dari PyPI. Dengan menggunakan conda, Anda dapat melakukan segalanya, contohnya adalah:

• Menginstal paket (ditulis dalam bahasa apa pun) dari repositori seperti Repositori Anaconda dan Anaconda Cloud.
• Menginstal paket dari PyPI menggunakan pip dalam lingkungan Conda yang aktif.

B. Apa itu Anaconda?

Anaconda adalah distribusi Python dan R. Ini menyediakan semua yang Anda butuhkan untuk menyelesaikan tugas analisis dan pemrosesan data (dengan kompatibilitas Python). Anaconda adalah sekumpulan sistem biner yang mencakup Scipy, Numpy, Pandas, dan ketergantungannya.

• Scipy adalah paket analisis statistik.
• Numpy adalah paket komputasi numerik, dan
• Pandas adalah lapisan abstraksi data untuk menggabungkan dan mengubah data.

Anaconda memiliki beberapa sub aplikasi diantaranya adalah Anaconda Navigator. Anaconda Navigator adalah antarmuka pengguna desktop grafis (GUI) yang disertakan dalam distribusi Anaconda yang memungkinkan Anda untuk menjalankan aplikasi dan mengelola paket, lingkungan, dan saluran conda dengan mudah tanpa menggunakan perintah baris perintah. Yandex. Navigator dapat mencari paket di Anaconda Cloud atau di repositori Anaconda lokal. Tersedia untuk Windows, macOS, dan Linux.

• JupyterLab adalah lingkungan pengembangan interaktif untuk bekerja dengan buku catatan, kode, dan data.
• Jupyter Notebok adalah alat yang mudah digunakan untuk membuat laporan analisis yang indah. Ini memungkinkan Anda untuk menyimpan kode, gambar, komentar, rumus, dan grafik secara bersamaan. Pekerjaan dilakukan di browser.
• Spyder adalah IDE interaktif untuk perhitungan ilmiah dalam Python. IDE ini memungkinkan Anda untuk menulis, mengedit, dan menguji kode. Spyder menawarkan tampilan dan pengeditan variabel berbasis GUI, introspeksi kode dinamis, deteksi kesalahan saat itu juga, dan banyak lagi. Anda juga bisa mengintegrasikan Anaconda dengan IDE Python lainnya, termasuk PyCharm dan Atom, jika perlu.
• VS Code adalah editor kode yang dioptimalkan yang mendukung operasi pengembangan seperti debugging, menjalankan tugas, dan kontrol versi.
• Glueviz - digunakan untuk memvisualisasikan data multidimensi dalam file. Ini memeriksa hubungan di dalam dan di antara kumpulan data terkait.
• Orange 3 adalah kerangka kerja penggalian data berbasis komponen. Ini dapat digunakan untuk visualisasi data dan analisis data. Alur kerja di Orange 3 sangat interaktif dan menyediakan seperangkat alat yang besar.
• RStudio adalah seperangkat alat terintegrasi yang dirancang untuk meningkatkan produktivitas dengan R. Ini mencakup dasar-dasar R dan Notebook.

Banyak paket ilmiah bergantung pada versi tertentu dari paket lain untuk dapat dijalankan. Ilmuwan data sering menggunakan beberapa versi dari beberapa paket dan menggunakan beberapa lingkungan untuk memisahkan versi-versi yang berbeda ini.

Program baris perintah conda adalah manajer paket dan manajer lingkungan. Hal ini membantu para ilmuwan data untuk memastikan bahwa setiap versi dari setiap paket memiliki semua ketergantungan yang diperlukan dan bekerja dengan benar.

Navigator adalah cara yang sederhana dan nyaman untuk bekerja dengan paket dan lingkungan tanpa harus memasukkan perintah conda di jendela terminal. Anda dapat menggunakannya untuk menemukan paket yang Anda butuhkan, menginstalnya di lingkungan Anda, menjalankan paket, dan memperbaruinya-semuanya di Navigator.

c. Mengapa Anda Membutuhkan beberapa lingkungan Python?

Ketika Anda mulai belajar Python, Anda menginstal versi terbaru Python dengan versi terbaru dari pustaka (paket) yang Anda butuhkan atau ingin bereksperimen.

Ketika Anda mempelajari dasar-dasar Python dan mengunduh aplikasi Python dari GitHub, Kaggle, atau sumber lainnya. Aplikasi-aplikasi ini mungkin memerlukan versi library (paket) Python yang berbeda dari yang saat ini Anda gunakan (versi paket yang lama atau versi Python yang lama).

Dalam kasus ini, Anda perlu mengonfigurasi lingkungan yang berbeda.

Pada situasi tertentu, ada beberapa kasus penggunaan lain di mana lingkungan tambahan mungkin berguna:

1. Anda memiliki aplikasi (yang dikembangkan oleh Anda atau orang lain) yang pernah bekerja dengan sempurna. Namun sekarang Anda mencoba menjalankannya, dan tidak berhasil. Mungkin salah satu paket tidak lagi kompatibel dengan bagian lain dari program Anda (karena apa yang disebut sebagai perubahan kritis). Solusi yang mungkin adalah menyiapkan lingkungan baru untuk aplikasi Anda yang berisi versi Python dan paket-paket yang sepenuhnya kompatibel dengan aplikasi Anda.
2. Anda bekerja dengan orang lain dan ingin memastikan bahwa aplikasi Anda berjalan di komputer anggota tim Anda, atau sebaliknya.
3. Anda mengirimkan aplikasi kepada klien Anda dan sekali lagi Anda ingin memastikan bahwa aplikasi tersebut berjalan di komputer klien Anda.
4. Lingkungan ini terdiri dari versi Python tertentu dan beberapa paket. Oleh karena itu, jika Anda ingin mengembangkan atau menggunakan aplikasi dengan persyaratan Python atau versi paket yang berbeda, Anda perlu menyiapkan lingkungan yang berbeda.

Channels adalah lokasi penyimpanan tempat Conda mencari paket. Saluran ada dalam urutan hirarki. Saluran dengan prioritas tertinggi adalah saluran pertama yang diperiksa Conda untuk paket yang Anda minta. Anda dapat mengubah urutan ini, serta menambahkan saluran ke saluran tersebut (dan mengatur prioritasnya).

Kami menyarankan untuk menambahkan saluran ke daftar saluran sebagai item dengan prioritas terendah. Dengan cara ini, Anda dapat memasukkan paket “khusus” yang bukan merupakan bagian dari paket yang terinstal secara default (channels ~ Continuum). Hasilnya, Anda akan mendapatkan semua paket default tanpa risiko menimpa paket tersebut pada saluran dengan prioritas yang lebih rendah dan paket “khusus” yang Anda perlukan.

D. Membuat lingkungan baru di Anaconda Navigator

Untuk membuat lingkungan baru, klik Lingkungan, lalu Buat:

Selanjutnya, tentukan nama lingkungan dan pilih versi Python:

Menambahkan saluran baru di Anaconda Navigator

E. Bagaimana cara memulai di lingkungan Conda yang baru?

Jadi, Anda telah membuat lingkungan, menentukan saluran tambahan, dan menginstal paket yang diperlukan (pustaka). Sekarang Anda harus pergi ke tab Beranda di Anaconda Navigator dan menginstal komponen yang ingin Anda gunakan dalam lingkungan tertentu.

Sebagai contoh, mari kita pasang dua komponen secara berurutan: Jupyter Notepad dan Spyder. Untuk komponen, ada juga saluran tempat perangkat lunak diunduh untuk instalasi.

Setelah instalasi, tombol Luncurkan akan tersedia - Luncurkan komponen untuk bekerja di lingkungan.

Mari kita jalankan Spyder sebagai contoh:

Conda sebagai manajer paket membantu Anda menemukan dan menginstal paket. Jika Anda membutuhkan paket yang membutuhkan versi Python yang berbeda, Anda tidak perlu beralih ke manajer lingkungan yang berbeda, karena conda juga merupakan manajer lingkungan. Hanya dengan beberapa perintah, Anda dapat mengatur lingkungan yang benar-benar terpisah untuk menjalankan versi Python yang berbeda ini, sambil tetap menjalankan versi Python Anda yang normal di lingkungan yang normal.