Cómo usar Entornos Virtuales de Python (virtualenv) para Instalar SciPy en macOS
En este post, les mostraré brevemente como crear un entorno virtual (virtualenv) para python en macOS y así poder instalar las principales bibliotecas necesarias para machine learning sin tanto enredo con las distintas versiones.
1) Crear entorno virtual
Para esto, primero instalaremos la herramienta virtualenv y crearemos un entorno con python 3.
|
1 2 3 4 5 6 7 8 9 10 |
# Instalar virtualenv $ pip3 install virtualenv # Creamos una carpeta en Documents donde tener todos los entornos virtuales $ mkdir /Users/username/Documents/Python $ cd /Users/username/Documents/Python # Creamos el entorno virtual con # virtualenv -p python3 <mi_proyecto> $ virtualenv -p python3 machine-learning |
2) Usar el entorno virtual recién creado e instalar SciPy y scikit-learn
Una vez que creamos el virtualenv, debemos activarlo como se indica a continuación. Una vez activado, todos los comandos que ejecutemos se encontrarán encapsulados en este entorno y aislados de la instalación global de python. Por ejemplo, podrían instalar cualquier paquete usando pip y este será ubicado en el directo del entorno.
|
1 2 3 4 5 6 7 8 |
# Una vez creado el entorno virtual, debemos activarlo para poder usarlo $ source mi_proyecto/bin/activate # En mi caso... $ source /Users/username/Documents/Python/machine-learning/bin/activate # Al activar el virtualenv podrán notar que aparece el nombre del entorno entre paréntesis a la izquierda en el promt de la terminal (mi_proyecto)Mi-Computador:mi_proyecto UserName$ |
Ahora instalaremos las siguientes bibliotecas de python para machine learning. Sin duda hay varias más que podríamos instalar, pero lo haremos a medida que las necesitemos.
- NumPy: el paquete fundamental para computación numérica. Define arreglos, matrices y operaciones entre ellos.
- SciPy: una colección de algoritmos numéricos para procesamiento de señales, estadística, optimización y más.
- scikit-learn: Herramientas simples y eficientes para data mining y análisis de datos.
- matplotlib: Gráficos 2D y 3D (básico) a nivel de publicación.
- pandas: estructuras de datos de alto desempeño.
|
1 2 3 4 |
$ pip install numpy scipy scikit-learn matplotlib pandas # Después de descargar e instalar lo necesaio ... # Successfully installed cycler-0.10.0 matplotlib-2.0.0 numpy-1.12.1 pandas-0.19.2 python-dateutil-2.6.0 pytz-2016.10 scikit-learn-0.18.1 scipy-0.19.0 |
3) Desactivar un entorno virtual
Para terminar, desactivamos el entorno virtual ejecutando:
|
1 |
$ deactivate |
Espero te haya ayudado, si tienes cualquier duda puedes dejarla en los comentarios. Saludos!
