Anaconda環境でjupyter labを使ってデータ解析をする際には環境を分けることはあまりしないのですが、DjangoやFlaskなどでWebアプリ開発をしたいと思ったときは環境を分離したいケースがあると思います。
Anacondaで仮想環境を作っても良いのですが、少々めんどくさいのでvenvで仮想環境を作っていきます。
備忘録です。
関連記事


【python】パッケージ管理のPoetryの使い方【djangoでお試し】
【poetryとは?】 https://python-poetry.org/ Poetryは、Pythonでの依存関係の管理とパッケージ化のためのツールです。プロジェクトが依存するライブラリを宣言するこ…
この記事におすすめの人
- python初心者
- 普段はAnacondaを使っているが、仮想環境を簡単に作りたい
目次
venv仮想環境の構築
仮想環境の作成
$ python -m venv myvenv
# python or python3
# myvenvには任意の仮想環境名
仮想環境への入り方
Linux , Mac
$ source myvenv/bin/activate
or
$ . myvenv/bin/activate
Windows
$ . myvenv/Scripts/activate
仮想環境に入れると、下記の様に左側に環境名が表示されます。
(myvenv)$
仮想環境から出る
(myvenv)$ deactivate
↓
$
仮想環境のパッケージのコピー
pip
でインストールしたパッケージなどのコピーをする場合には
$ pip freeze > requirements.txt
で行います。これでrequirements.txt
にパッケージ一覧が記入されました。
下記のようにrequirements.txt
を見てみると
$ cat requirements.txt
asgiref==3.4.1
Django==3.2.5
django-jazzmin==2.4.7
djangorestframework==3.12.4
mysqlclient==2.0.3
pytz==2021.1
sqlparse==0.4.1
こんな感じに記載されています。※一例です
他の環境にコピーする場合には
$ pip install -r requirements.txt
とします。
参考
機械学習・データ処理を学ぶのにおすすめの教材
じっくり書籍で学習するなら!
¥2,090 (2022/02/20 08:45時点 | Amazon調べ)

動画で学習するなら!
【世界で37万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜
機械学習・ディープラーニング・人工知能に関するビジネス上の課題を、回帰分析・ニューラルネットワーク・K平均法等を使って解いていきます。python、jupyter、numpy、pandas、tensorflow等のスキルも身に付きます。
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 –
1000人以上が受講している(株)キカガクの『脱ブラックボックスセミナー』が遂に登場!機械学習の参考書を「閉じてしまった人」への再入門に最適な講座です。微分・線形代数といった数学の基礎からPythonでの実装まで短時間で習得しましょう。
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –
日本語トップコースである【キカガク流】脱ブラックボックス講座の中級編が遂に登場!「キカガクの知識は現場で使える!」そんな講座を目指しました。微分・線形代数といった数学の基礎からPythonでの実装まで短時間で習得しましょう。
本気で取り組むならまずは相談!
自走できるAI人材になるための6ヶ月長期コース【キカガク】
(日本ディープラーニング協会)E資格認定講座!
これまでの受講者数30,000人以上! ・AI人材となり市場価値を高めたい方へ!
コメント