Обзор IDE

Среды, поддерживающие python

Здесь представлено краткое описание тех или иных программных средств (далее IDE), которые будут использоваться в течение всего курса для написания кода на языке python. Информация, которую вы можете найти здесь:

• описание;
• установка;
• основной функционал.

📋 Содержание

1. Быстрое начало
2. Google Colaboratory
   1. Функционал
3. Python
   1. Установка
   2. IDLE
   3. PIP
4. Jupyter
   1. Установка
   2. Функционал
   3. Установка с помощью Miniconda

⏳ Быстрое начало

Данный пункт - это краткий справочник для запуска вашего первого кода. Более подробная информация представлена в следующих разделах.

Инструкция

1. Перейдите в Google Drive;
2. Создайте и перейдите в Google Colaboratory;

   Если пункт не отображается, нажмите на Подключить другие приложения

3. Напишите в ячейке:

   print('Hello World!')

   И нажмите SHIFT+ENTER для запуска.

Должно выглядеть следующим образом:

Теперь вы можете начать писать собственный код без установки дополнительных приложений/программ и т.д. Все, что вам требуется — подключение к интернету и Google аккаунт.

Google Colaboratory

Google Colaboratory (либо просто Colab) — это бесплатный облачный сервис, который позволяет писать и выполнять код Python прямо в браузере. Как утверждает Google, это отличное решение, которое:

• не требует никакой настройки;
• выполняет (компилирует) код на серверах с большой вычислительной мощностью;
• при желании дает доступ для совместного пользования с другими людьми.

Colab основан на Jupyter Notebook (о нем поговорим позже) и предоставляет все необходимое для студентов, специалистов по обработке данных и исследователей в области искусственного интеллекта. Также можете посмотреть относительно полезное ознакомительное видео по ссылке.

Возможности Colab

Предполагается, что вы уже освоили Быстрое начало.

Вы можете редактировать ваш блокнот совместно с другими пользователями, оставлять комментарии, предоставлять различные права доступа к документу, то есть работать точно также как и с любым документом на Google Drive. Но, помимо этого, есть некоторые особенности, которые лучше освоить перед началом работы.

1. Копирование на свой диск

   Чужие блокноты (у которых открыт доступ) можно добавлять на свой Диск:

   • Откройте какой-нибудь блокнот;
   • Нажмите на Копировать на Диск или перейдите в Файл и нажмите Сохранить копию на диске;

     На диске создастся файл под названием Colab Notebooks, в котором будут храниться все добавленные проекты.

     

2. Выполнение всех ячеек

   • Перейдите Среда выполнения и нажмите Выполнить все;

   или

   • Зажмите CTRL+F9 (или ⌘+F9 на Mac).

     

3. Аппаратный ускоритель

   Есть возможность ускорять сложные вычислительные задачи за счет облачных серверов:

   • Перейдите Изменить → Настройки блокнота;
   • В окне Аппаратный ускоритель выберите GPU или TPU и нажмите Сохранить.

     На самом деле GPU и TPU являются одной и той же технологией. Единственное отличие в том, что TPU (Tensor Processing Units) — собственное оборудование от Google специально разработанное для машинного обучения.

   

   Для обычных задач (с которыми мы будем работать в курсе "Основы программирования и анализа данных на Python") смысла в использовании этой технологии нет. Этот раздел пригодится вам в следующих курсах.

4. Ячейки можно использовать не только для кода

   Основное отличие Colab от Jupyter заключается в том, что тут можно запускать базовые консольные команды.

   

5. Скачивание блокнотов

   • Перейдите Файл→Скачать и нажмите на Скачать IPYNB.
   

6. Взаимодействие с Git

   Блокнот Colab может быть загружен с репозитория GitHub:

   Если у вас нет опыта работы с git, рекомендуем пропустить этот пункт.

   • Откройте пустой блокнот и перейдите по Файл → Открыть блокнот или зажмите CTRL+O (⌘+O);
   • В появившемся окне выберите GitHub и введите ссылку на блокнот в репозитории, например, эту и нажмите на поиск.
   

   Также вы можете сохранить свой блокнот в репозитории:

   • Перейдите по Файл → Создать копию в GitHub.

     В первый раз потребуется авторизация в аккаунт.

   

Python

Перед тем, как переходить к следующим пунктам, необходимо установить интерпретатор Python (https://www.python.org/about/).

Установка

Перейдите по ссылке и нажмите соответствующую кнопку для скачивания. Далее необходимо пройти самую обычную процедуру установки.

Для корректной работы на Windows перед установкой Install Now необходимо нажать на Add Python to PATH.

Чтобы убедиться, что все установлено корректно:

• На Mac (Linux) откройте терминал и введите:

  python3

• После чего напишите:

  print("Hello World!")

  и нажмите ENTER для запуска.

  Должно выглядеть следующим образом:

  

• На Windows откройте командую строку и введите:

  python

  или

  py

• После чего напишите:

  print("Hello World!")

  и нажмите ENTER для запуска.

  Должно выглядеть следующим образом:

  

Теперь вы знаете, как быстро написать пару строчек кода в среде терминала (командной строки).

На самом деле писать здесь полноценный код для проекта не рекомендуется (да и не получится) в силу неудобства, так как вычисления проводятся после каждой написанной строчки.

IDLE

После установки Python у вас должно появиться IDLE (Integrated DeveLopment Environment) — упрощенный редактор, который отлично подходит для начала программирования и понимания основ языка. Несмотря на простоту, он включает в себя автозавершение кода, подсветку синтаксиса, подбор отступа и т.п.

Процесс написания кода здесь такой же, как и в терминале (командной строке), т.е. компилирование происходит после каждой строчки, что является неудобным. Поэтому обычно создают отдельные файлы:

• Перейдите по File→New File или нажмите на CTRL+N (⌘+N);
• Напишите какой-нибудь код, например:

  age = 20
  print("Мне %d лет!" %age)

• Запустите файл (но перед этим сохраните) с помощью Run→Run Module или F5.

PIP

Для полноценной работы с языком Python вам необходимы библиотеки (далее пакеты), которые могут упростить написание вашего проекта. Например, в пакете numpy реализованы многочисленные методы взаимодействия с числами. Для установки таких пакетов пользуются специальным инструментом PIP (Pip Installs Packages — рекурсивный акроним).

Если установка Python была произведена со стандартными настройками, то PIP уже находится на вашем устройстве.

Перед началом работы обновите версию PIP до последней с помощью следующей команды в терминале (командной строке):

• Mac (Linux)

  pip install -U pip

  

Так же обратите внимание, что у некоторых пользователей Mac могут возникнуть ошибки для команд, которые начинаются с pip. В этом случае просто замените pip на pip3. Пример: pip install -U pip → pip3 install -U pip

• Windows

  pip install --upgrade pip

  или

  pip install --upgrade pip

  

Основные команды

Полный набор команд можно посмотреть в официальной документации.

• Установка пакетов:

  pip install package-name

• Установка определенной версии:

  pip install package-name==1.0.0

• Доступные версии пакета:

  pip install package-name==

• Основная информация про пакет:

  pip show package-name

• Список всех устаревших пакетов:

  pip list --outdated

• Обновление устаревшего пакета:

  pip install package-name --upgrade

• Принудительно установить (переустановить) определенную версию пакета:

  pip install --upgrade --force-reinstall package-name==1.0.0

• Удалить пакет:

  pip uninstall package-name

JupyterLab

JupyterLab — это интерактивная среда разработки и работы с блокнотами, кодом и данными. Крайне удобный инструмент не просто для программирования, а также для создания красивых визуальных проектов с графиками, изображениями, комментариями и т. д. Поэтому данная среда получила широкое распространение в области науки о данных, научных вычислениях и машинном обучении.

Данный пункт можно расценивать как некое дополнение к Google Colab, так как он был разработан на основе Jupyter.

Существует также Jupyter Notebook, который со временем эволюционировал в JupyterLab. Рассматривать его отдельно мы не будем, так как он имеет меньший функционал.

ВНИМАНИЕ:
Слудующая установка предполагает использование специального иснтрумента PIP, про который мы писали выше. К сожалению, у некоторых пользователей могут возникнуть проблемы. Поэтому мы рекомендуем пройти установку c помощью Miniconda. Это распространный дистрибутив, который создает единую надежную среду, где будут храниться Python, conda (аналог PIP), и библиотеки. Подробнее можно прочитать здесь.

Установка

Единственное, что вам потребуется — установленный Python.

• Введите в терминале/командой строке следующее:

  pip install jupyterlab

• Дождитесь окончания загрузки и запустите с помощью:

  jupyter-lab
  

После этого в браузере должно открыться соответствующее окно:

Как пользоваться JupyterLab

Если вы уже освоились в Colab, то все должно быть интуитивно понятно.

1. Блокнот

   В режиме Notebook все свойства аналогичны свойствам Google Colab.

   • Cкачайте блокнот по ссылке;

   • Откройте ваш блокнот, в директории:

     

   • Запустите все ячейки:

     

   Также вы можете создать свой собственный блокнот.

   • Нажмите на + и выберите соответствующую иконку под Notebook:
   

2. Console/Terminal

   Режим Console вы можете использовать как единичную ячейку в блокноте. Часто это бывает удобно, чтобы скачать какой-нибудь пакет, проверить работоспособность строчки кода и т. д.

   

   Режим Terminal аналогичен терминалу (командной строке).

   

Miniconda

1. Установка Miniconda

   Для начала нужно установить Miniconda по следующей ссылке. И Windows, и MacOS имеют графические установщики (файл .pkg для MacOS). Пройдите самую обычную установку, не нажимая, дополнительных галочек.

Скриншоты для установки на Windows. Аналогично для других систем

2. Проверьте, что установка прошла успешно

   • Пользователи Windows всегда должны начинать с запуска программы Anaconda Prompt.

     

     Пользователи MacOS/Linux, запустите терминал.

   • Введите conda list. Если установка прошла успешно, должно высветиться что-то подобное (содержание Miniconda):

     

3. Установка JupyterLab

   • Введите, чтобы началась загрузка:

     conda install -c conda-forge jupyterlab

   • Для запуска введите jupyter lab для пользователей Windows, jupyter-lab для пользователей MacOS/Linux.