최근 컴퓨터에 알 수 없는 에러가 뜨기도 하고 예전보다 확실히 느려진 것 같다고 느껴 1년만에 포맷했다. 그러면서 Python, VSC 등 여러 개발 환경 셋팅을 다시 하는 중인데 향후 개발 공부를 위해서라도 관련 프로세스를 정리하고자 한다.

상황: 처음 사용하는 컴퓨터에서 내가 개발 프로젝트 하나를 시작하려고 한다.

코드 에디터에는 여러 종류가 있는데(VSC, PyCharm, Beam 등) 여기선 VSC를 사용한다.

설치 프로그램

  1. Python 3.7
  2. ANACONDA (3.7)
  3. Visual Studio Code

개발 환경 세팅 프로세스

  1. ctrl+shift+x를 눌러 market place로 이동해서 아래 extensions을 설치함
    • python extension
    • 한국어 (선택)
    • material icon, material theme (디자인)
  2. VSC에서 ctrl+j를 눌러 터미널 켜서 $ python 잘 실행되는지, $ pip 잘 설치되었는지 확인
    • 만약 터미널이 powershell이라면 가상환경 보는데 불편함이 있으므로 cmd로 바꿔주는게 좋다. ctrl+Shift+p를 눌러 select default profile에서 cmd를 선택한다.
  3. Linter와 Formatter를 설정한다. 각각 문법, 포맷을 알려주거나, 다듬어주는 툴이다.
    • 먼저 ctrl+,를 눌러 Settings로 들어간 뒤, format으로 들어가 Editor: Default Formatter에서 Python을 설정한다. 또 Editor: Format on Save로 체크한다.
    • Interpreter를 설정해야 하는데, ctrl+Shift+p를 눌러 Python: Select Interpreter에서 적당한 것을 선택한다. 가상환경을 생성했었다면 그에 해당하는 interpreter가 있을텐데 그걸 선택하면 된다. Interpreter는 곧 파이썬이라고 생각했는데 이 부분은 좀 더 이해가 필요하다.
    • Formatting은 VSCode에서 파일을 저장할 때 자동적으로 format 시켜주는 기능. 코드를 이쁘게, 보기좋게 알아서 다듬어 주는거라 생각하면 된다. ctrl+,로 Settings에 들어가서 Python Formatting Provider를 검색하고 black을 선택하면 된다.
    • Linter는 문법 체크, 즉 디버그하는 기능이다. 파이썬은 컴파일러가 아닌 인터프리터 언어이기 때문에 디버그가 어렵다. ctrl+Shift+p를 누르고 select linter를 검색한 뒤, flake8로 설정하면 된다. 설치가 필요하면 문구가 뜰텐데 클릭해서 설치하면 된다. 해당 폴더에 .vscode 폴더가 생성된 것을 확인할 수 있다.

  4. 프로젝트 폴더 생성

     $ cd 경로
 $ mkdir 폴더명
 $ cd 폴더명
  5. 가상환경 생성

    • venv, pipenv 등의 가상환경이 있지만 conda를 제일 많이 쓰고 이미 Anaconda가 설치되어 있기 때문에 conda를 사용하여 가상환경을 설정하겠다. 가상환경이란 한 컴퓨터에서 여러 프로젝트를 작업할 때 파이썬 패키지의 의존성이 충돌하지 않도록 관리하는 툴이다. 가상환경을 생성하면 환경변수 그룹이 만들어지고 그룹마다 지정된 경로에 패키지를 설치해서 참조한다. 패키지 버전 관리가 생각보다 까다로운데 가상환경으로 이를 효율적으로 관리할 수 있는 것.

      • Anaconda는 파이썬의 여러 배포판 중 한 종류이다. 데이터 사이언스를 위한 여러 패키지를 포함하고 있어 한번에 설치가 가능하다는 이점이 있다.
      • Jupyter Notebook은 오픈 소스 web API다. 이름에서 알 수 있듯이 일종의 문서인데, 코딩에 특화된 것이라 생각하면 편하다. 특히 실시간으로 데이터 조작, 시각화 및 공유가 편리하다는 특징이 있다.

    • 아나콘다를 설치하면 “base”라는 가상환경이 자동적으로 생성된다. 여기는 일종의 허브로 두고 뭘 설치하거나 그러진 말자… 내가 그래서 여러모로 골치가 아팠다ㅠ

    • 먼저 $ conda update conda를 실행해서 최신 버전의 conda로 업데이트해준다.

    • $ conda create --name 가상환경이름 python=파이썬버전 명령어를 실행하여 가상환경을 생성한다. $ conda env list를 실행해 생성된 가상환경 목록을 확인할 수 있다.

    • $ conda activate 가상환경이름를 실행해 생성한 가상환경으로 들어갈 수 있다. 그럼 (base)가 (가상환경이름)으로 바뀐다.

    • 해당 가상환경을 주피터 노트북과 연동할 수 있다. (사실 VSC에서 작업하기 때문에 이 과정이 반드시 필요한건 아니지만, 나중을 위해) 이를 위해 ipykernel이라는 라이브러리를 설치해야한다. 해당 가상환경 안에서 $ conda install ipykernel을 실행한다. $ conda list를 실행하면 해당 가상환경 안에서 설치된 라이브러리 목록을 확인할 수 있다.

    • ipykernel을 설치했으면 이를 가상환경과 연동시켜야 한다. python -m ipykernel install --user --name 가상환경이름 --display-name "[가상환경이름]"을 실행한다. 이는 주피터 노트북에서 사용할 커널의 가상환경 이름을 [가상환경이름]으로 설정하는 것이다.

    • $ conda deactivate을 실행해 base로 돌아간 뒤 $ jupyter notebook을 입력해 주피터 노트북을 실행한다. new를 클릭해 가상환경이름이 부여된 커널을 통해 특정 작업을 수행할 수 있다.

    ● (0826) 막상 이렇게 작업을 해보려니까 에러가 좀 생겼는데, anaconda prompt에서 가상환경에 들어간 상태에서 주피터 노트북을 실행하느냐 vs base 환경에서 주피터 노트북을 실행하느냐 이 차이와, 기본 Python 3 커널을 쓸 것인지 vs 해당 가상환경 커널을 쓸 것인지에 따라 헷갈렸다. 결론적으론 해당 가상환경에 들어간 상태에서 아무 커널을 사용하면 패키지 설치, 사용에 문제 없는 것 같다. base 환경에서 주피터 노트북을 실행한 뒤, 아무 커널에 들어가서 패키지를 import하면

    Original error was: DLL load failed: 지정된 모듈을 찾을 수 없습니다.

    이런 에러가 뜨는데, 이는 아나콘다를 환경변수에 추가하지 않아서 발생하는 에러다. 근데 설치할 때 아나콘다를 환경변수에 추가한다고 설정했는데?라는 생각이 들면 https://conda.io/activation을 참고하자. 환경변수 개념은, 특히 윈도우에서, 아직 익숙하지 않아서 관련된 문제가 있다는 것만 알고 제대로 이해하지 못했다. 다만 가상환경에서 작업한다면 pandas, numpy와 같은 패키지를 다시 anaconda prompt에서 설치해야 하는 것 같다. 만약 base에서 쓰던 패키지를 그대로 쓰고 싶다면 그냥 requirements.txt로 빼내서 다운받는 방법이 있을텐데.. 뭔가 더 직관적인 방법이 있을테지만 일단 보류! 발생 가능한 상황과 그 결과에 대해 정리하면 다음과 같다.

     - base 환경 + python3 커널: 그냥 일반적인 사용환경. 내가 평소 작업하던 환경이니까 패키지도 그대로 있음.
 - baes 환경 + 가상환경 커널: 마찬가지로 평소 작업하는 패키지 그대로 있다.
 - 가상환경 + python3 커널: 내가 anaconda prompt에서 직접 설치한 패키지만 있다. 아나콘다에서 제공해주는 패키지들 설치 안되어 있음.
 - 가상환경 + 가상환경 커널: 위와 똑같다.

    • 여튼 이렇게 가상환경 상에서 작업하면 좋은 점은 내가 생각했을 때,

      • 가상환경이 설치된 dir를 default로 사용한다
      • 해당 가상환경에 설치된 라이브러리를 사용할 수 있다. 매번 다시 설치할 필요가 없는 것
      • 주피터 노트북에서 ipynb 파일이 아닌 프로젝트를 실행하는 개념이 되는 것

    • conda 명령어는 아래와 같다.

      • $ conda --version: 아나콘다 버전 확인
      • $ conda info: 설치된 아나콘다 정보 조회
      • $ conda env list: 가상환경 리스트 조회
      • $ conda info --envs: 현재 사용중인 가상환경 확인
      • $ conda update -n base conda: conda 업데이트
      • $ conda create --name 가상환경이름 python=파이썬버전: 특정 파이썬 버전의 가상환경 생성
      • $ conda create -clone 원본_가상환경_이름 -n 새_가상환경이름: 가상환경 복제
      • $ conda activate 가상환경이름: 가상환경 활성화
      • $ conda deactivate: 현재 사용중인 가상환경 비활성화
      • $ conda env remove --name 가상환경이름: 가상환경 삭제

    • 가상환경에서 패키지 설치, 업데이트, 삭제.

        $ conda activate 가상환경
  $ conda install 패키지이름
  $ conda update 패키지이름
  $ conda remove 패키지이름

      • (0826) 이 때 한가지 유의할 점은 패키지 설치, 업데이트, 제거는 anaconda prompt에서 해야한다. 나는 뭣도 모르고 주피터 노트북에서 작업하다가 계속 설치가 안돼서 짜증났었다… 또 패키지 설치 등을 할 때 굳이 어떤 경로로 이동하지 않아도 된다. 그냥 기본 경로에서 작업해도 된다. 그 경로에 해당하는 폴더 안에 저장하는게 아니라 가상환경(?)에서 작업해서 그런가..?

      • (0826) pandas와 같이 proceed? [y/n]을 묻지 않는 경우라면 주피터 노트북에서 !pip install 패키지로 패키지 설치해도 문제 없는 것 같다.

    • 특정 가상환경에서 패키지 설치, 삭제

        conda install -n 가상환경이름 패키지이름
  conda remove -n 가상환경이름 패키지이름

    • 주피터 노트북 명령어

      • 주피터 노트북 실행

          $ conda activate 가상환경이름
  $ conda install jupyter
  $ jupyter notebook

      • $ jupyter kernelspec list: 주피터의 kernel list 확인

      • 주피터 노트북에 커널 추가

          $ conda activate 가상환경이름
  $ conda install ipykernel
  $ python -m ipykernel install --user --name 가상환경이름 --display-name "[가상환경이름]"

      • $ jupyter kernelspec uninstall 가상환경이름: 주피터 노트북 커널 제거

  6. 가상환경을 생성했으니 여기서 패키지를 설치하고 코드 작성하면 된다. 그럼 패키지를 설치하는 방법은? pip를 사용한다. pip 명령어는 아래와 같다. 가상환경 안에 들어가 있는 상태에서 하자! 안그러면 이 강의 듣는 이유가 없다…

    • $ pip --version: 설치된 pip 버전을 확인
    • $ pip install pip --upgrade: pip 업그레이드
    • $ pip install "패키지~=3.0.0": 3.0.0 버전의 패키지 설치
    • $ pip install 패키지: 패키지 설치
    • $ pip freeze: 설치된 패키지 확인
    • $ pip freeze > requirements.txt: 설치된 패키지를 txt 파일로 출력. 추가로 txt 위에 주석으로 파이썬 버전을 명시해줘도 좋다.
    • $ pip install -r requirements.txt: requirements.txt에 입력된 패키지를 설치