Bootcamp/Pandas & python

[Python] VScode를 활용한 개발 환경설정(가상환경)

K_Hyul 2023. 9. 25. 12:10
728x90

Python과 VScode에 관하여

============================================

python version download 3.11, 3.10, 3.9 and path : 3.11

 

시스템환경변수편집 -> 고급 -> 환경변수 -> path -> python version <-- path 확인 

============================================

Window PowerShell 사용

get-ExecutionPolicy
현재의 상태
set-ExecutionPolicy RemoteSigned

 

개발자 도구를 설치를 할 것인데, python 코딩을 할 때 IDE를 쓰기 위해서 설정함.

하나의 툴에서 개발을 할 예정이고 권한을 열어두는 작업임. 

이 작업을 안할 시 terminal에서 명령어 실행이 되지 않아 오류가 발생할 수 있다.

Fig 1. PowerShell

Visual Studio Code 에서 python을 사용한다.

 

Visual Studio Code에서 지원하는 확장 도구 중 도움이 되는 것들

ident-rainbow : 라인, 탭 구분 편하게 하기 

jupyter 

Material Icon Theme : Icon을 확인하기 쉽게

prettier-Code formatter 

pylance

python

 

============================================

개발자 글꼴 (개인적으로 사용하지 않을 예정)

D2 coding 사용

https://github.com/naver/d2codingfont

 

GitHub - naver/d2codingfont: D2 Coding 글꼴

D2 Coding 글꼴. Contribute to naver/d2codingfont development by creating an account on GitHub.

github.com

D2 Coding All download -> file D2Coding-Ver1.3.2-20180524-all 실행 -> 설치

VS code -> file -> Preferences -> settings -> font 검색 

Font Family에 D2Coding 추가

Font Ligatures에서 Edit in settings.json 클릭

editor.fontLigatures : true로 변경 없으면 추가

 

============================================

Folder Open -> 원하는 위치

New File -> xxx.py 파일 생성

원하는 위치로 가보면 파일이 생성된 것을 볼 수 있다. 

============================================

VScode - terminal 에서 가상환경 생성

py -3.11 -m venv .venv
py 3.11 : python 버전 설정 3.10, 3.9 등등 가능
-m : 권한 명령어
venv : 가상 환경 명령어
.venv : 가상 환경 이름

 

가상환경 활성화하기

.\.venv\Scripts\activate
가상환경이름, 활성화

들어가서 python version 확인하기

python -V
python --version

============================================

가상환경이란 기술을 쓰는 이유는 모듈 A와 모듈 D가 있다고 가정하자,

위 python 같은 경우 모듈 A를 제공하지만 모듈 D를 제공하지 않는 version 3.6이 있고

모듈 A를 제공하지 않지만 모듈 D를 제공하는 version 3.8이 있으면 하나로 두 모듈을 사용할 수 없다.

이럴 때 가상환경을 사용하여 관리한다.

 

예를들면 numpy 같은 경우 라이브러리가 지원하는 모듈이 수정되어 몇년전 프로그램을 돌릴 때 충돌이 나는 경우가 있다.

ubuntu에서 개발하는 경우 anaconda로 해결 했는데 이와의 차이점은

anaconda 같은 경우 필요 없는 부분까지 자동적으로 셋팅이 되는데 여기서 venv는 조금 더 환경을 최적화 할 수 있다.

============================================

 

728x90