Pip-Python-Tutorial für Paketmanagement

Wenn du Data Scientist werden willst, gilt: Je früher du mit dem Programmieren anfängst, desto besser. Datenprofis verbringen einen großen Teil ihrer Zeit mit Code. Programmiersprachen sind die zentralen Werkzeuge, um Daten zu analysieren und aus großen Datenmengen aussagekräftige Erkenntnisse zu gewinnen. 

Die wahrscheinlich beliebteste Programmiersprache für Data Science ist Python. Python ist eine quelloffene, vielseitige und leistungsstarke Sprache mit Anwendungen in vielen Bereichen, etwa Webentwicklung, Game Development und natürlich Data Science. 

Auch wenn Python schon von Haus aus viel kann, greifen Datenprofis – und generell Softwareentwickler – oft zu zusätzlichen Paketen, auch Bibliotheken genannt, um sich die Arbeit zu erleichtern. Ein Paket ist eine Sammlung zusammengehörender Dateien, Module und Abhängigkeiten, die in unterschiedlichen Anwendungen und Problemstellungen wiederverwendet werden können.

Eine der großen Stärken von Python ist sein umfangreicher Katalog gut dokumentierter Bibliotheken. Wo sind diese Bibliotheken gehostet? Und wie installierst und verwaltest du die Pakete, die dich interessieren? 

In diesem Tutorial lernst du die Welt der Python-Pakete kennen und pip, den Standard-Paketinstaller für Python. Pip ist ein mächtiges Tool, mit dem du die vielen Python-Pakete, denen du als Datenprofi und Programmierer begegnest, nutzen und verwalten kannst.

Pakete in Python verstehen

Nehmen wir ein Bild, um pip zu verstehen: Stell dir Python als gut sortierten Werkzeugkoffer mit den wichtigsten Tools zum Coden vor. Wenn du Python auf deinem Rechner installierst, kommt es mit einer großen Sammlung zusätzlicher Werkzeuge (Pakete), die du jederzeit verwenden kannst. 

Die sogenannte Python Standard Library ist ein umfangreicher Satz integrierter Pakete mit standardisierten Lösungen für viele Alltagsprobleme beim Programmieren. Da diese Pakete modernen Python-Distributionen beiliegen, kannst du sie ohne zusätzliche Installation verwenden. Du musst sie nur in deinen Arbeitsbereich „importieren“ (mehr dazu gleich).

Manchmal findest du das passende Werkzeug jedoch nicht in Python oder der Standardbibliothek. Dann brauchst du neue Tools von anderswo. Zum Glück ist das Internet ein riesiger Laden mit Hunderttausenden Paketen, die Python-Entwickler für die unterschiedlichsten Zwecke bereitstellen. 

Und das Beste: Die große Mehrheit dieser Pakete ist kostenlos nutzbar. Wenn du mehr über Pakete in Python und die Entwicklung eigener Pakete erfahren möchtest, schau dir unseren Kurs Developing Python Packages an.  

Drittanbieter-Pakete können an verschiedenen Orten gehostet sein, das beliebteste und umfassendste Repository ist jedoch der Python Package Index (PyPI). Mit über 300.000 verfügbaren Python-Paketen ist PyPI ein riesiges Online-Repository mit von der Python-Community akzeptierten Paketen.

Hast du das gesuchte Paket gefunden, musst du es auf deinen Rechner herunterladen und installieren, um es zu nutzen. Wie geht das? Hier kommen Paketmanager ins Spiel.

Paketmanager verstehen: pip

Ein Paketmanager (auch Paketverwaltungssystem) ist ein Tool, das die Installation, Aktualisierung, Konfiguration und Entfernung von Paketen auf einem Computer automatisiert und vereinheitlicht. 

Paketmanager ersparen manuelle Installationen und Updates und stellen sicher, dass ein Paket zusammen mit allen benötigten Abhängigkeiten installiert wird. Da Paketmanager auf Informationen zertifizierter Paket-Repositories wie PyPI und Anaconda zugreifen, gewährleisten sie außerdem Integrität und Authentizität der Pakete.

Der bekannteste Paketmanager für Python ist pip. Entwickelt seit 2008 ist pip (Akronym für „pip Install Packages“) heute das Standardwerkzeug für die sichere Installation von Python-Paketen inklusive Abhängigkeiten. Die meisten aktuellen Python-Distributionen liefern pip vorinstalliert mit. Python 2.7.9 sowie Python 3.4 und neuere Versionen enthalten pip standardmäßig.

Pip ist ein leistungsfähiges und benutzerfreundliches Tool, mit dem du Python-Pakete mit wenigen Befehlen verwalten kannst. Obwohl pip standardmäßig PyPI als Quelle verwendet, kann es auch Pakete aus anderen Quellen installieren, darunter:

• Versionskontrollsysteme wie GitHub, Mercurial, Subversion und Bazaar.
• Requirements-Dateien. Häufig benötigen Python-Projekte mehrere Pakete. Um alle benötigten Pakete auf einmal zu installieren, nutzt pip die sogenannte requirements.txt, die eine Liste der benötigten Pakete samt passender Versionen enthält.
• Distributionsdateien. Das sind versionierte, installationsfertige Dateien mit Python-Paketen, Modulen und weiteren Ressourcen, die ein Paket zum Funktionieren braucht. Es gibt zwei Formen:
  • Source Distribution (kurz „sdist“)
  • Wheel Distribution (kurz „wheel“)

Damit du pip nutzen und Pakete verwalten kannst, musst du zuerst sicherstellen, dass es auf deinem Rechner installiert ist. Prüfe das mit einem der folgenden Befehle in der Kommandozeile:

>>pip3 --version

>>pip --version

pip vs pip3 vs pip2

Nach dem Lesen des vorherigen Abschnitts fragst du dich vielleicht, worin der Unterschied zwischen pip und pip3 liegt. Nach der Veröffentlichung von Python 3 führte pip den neuen Befehl pip3 ein, der immer in der Python‑3‑Umgebung deines Rechners arbeitet. Entsprechend gilt das für den Befehl pip2. Wenn du also sicherstellen willst, dass pip in deiner Python‑3‑ bzw. Python‑2‑Umgebung arbeitet, verwende die Befehle pip3 bzw. pip2.

Im Gegensatz dazu arbeitet der Befehl pip jeweils in der Python-Umgebung, die im aktuellen Kontext passend ist. Das ist relevant, wenn auf deinem Rechner sowohl Python 2 als auch Python 3 installiert sind. 

Beispielsweise nutzt macOS Python 2 für einige Kernfunktionen.  Arbeitest du in einer Python‑2‑Umgebung, installiert, deinstalliert, aktualisiert oder verwaltet der Befehl pip Pakete für Python 2. Gleiches gilt, wenn du in einer Python‑3‑Umgebung arbeitest. 

In solchen Situationen solltest du vor der Verwendung von pip genau wissen, in welcher Python-Umgebung du dich befindest. Andernfalls manipulierst du womöglich Pakete in der falschen Umgebung.  

pip in der Praxis

Jetzt kennst du die Grundlagen von pip und hast es installiert. Schauen wir uns an, wie du es einsetzt!

Pakete mit pip installieren

Die häufigste Nutzung von pip ist das Installieren von Python-Paketen. Wenn du zum Beispiel pandas installieren möchtest – das Standardpaket zur Arbeit mit DataFrames in Python –, geht das am einfachsten mit:

>>pip install pandas
[...]
Successfully installed pandas

Manchmal brauchst du ein Paket in einer bestimmten Version. Mit pip ist das ganz einfach: Du gibst die gewünschte Version an. Angenommen, du willst pandas in Version 1.4.0 installieren:

>>pip install pandas==1.4.0

Wenn du ein Paket installieren willst, das bestimmte Versionsbedingungen erfüllt, kannst du in pip Versionsoperatoren verwenden. Möchtest du zum Beispiel eine pandas-Version größer oder gleich v1.0.0 und kleiner als 1.5 installieren:

>>pip install pandas>=1.0.0,<1.5.0

Das Paket scikit-learn mit pip installieren

Im folgenden Beispiel siehst du, wie du das Paket scikit-learn installierst – inklusive aller notwendigen Abhängigkeiten.

pip install scikit-learn

Du wirst in den Logs sehen, dass mehr als nur das Paket scikit-learn installiert wird. Das liegt daran, dass pip alle weiteren Pakete mitinstalliert, von denen scikit-learn abhängt. Diese weiteren Pakete heißen Abhängigkeiten.

Eine Paketliste mit pip-Requirements-Dateien installieren

In kollaborativen Projekten ist es üblich, dass alle Teammitglieder dieselben Pakete in denselben Versionen verwenden. Am besten stellst du das sicher, indem du Pakete über eine Requirements-Datei installierst. Das ist in der Regel eine Textdatei mit allen im Projekt genutzten Paketen und den jeweiligen Versionen. 

Pip ermöglicht es dir, eine Liste von Paketen auf einmal über eine Requirements-Datei zu installieren. Benötigen wir für unser Projekt zum Beispiel die Pakete numpy, pandas und TensorFlow, können wir sie zusammen mit den gewünschten Versionen in einer requirements.txt aufführen – wie hier gezeigt:

Um die in einer requirements.txt gelisteten Pakete zu installieren, genügt folgender Befehl:

>>pip install -r requirements.txt

Wenn du eine Requirements-Datei erstellen und mit dem Team teilen willst, kannst du Folgendes verwenden:

>>pip freeze > requirements.txt

Pakete von GitHub mit pip installieren

Neben PyPI gibt es weitere Quellen im Internet, auf denen Python-Pakete gehostet werden. Versionskontrollsysteme wie GitHub bieten Paket-Repositories, über die du Pakete hochladen und mit der Python-Community teilen kannst. 

Angenommen, du willst ein auf GitHub gehostetes Paket installieren. Pip braucht dafür lediglich ein ausführbares Ziel unter einer GitHub-URL. Zum Beispiel:

>>pip install git+https://github.com/pypa/sampleproject.git@main

Pakete mit pip aktualisieren

Mitunter musst du eine neuere Version eines bereits installierten Pakets einspielen. Pip macht das extrem einfach. Möchtest du etwa pandas auf die neueste Version aktualisieren:

>>pip install --upgrade pandas

Wenn du alle in einer requirements.txt aufgeführten Pakete aktualisieren möchtest, kannst du Folgendes verwenden:

>>pip install -r requirements.txt --upgrade

Wichtig: Bevor pip eine neuere Version installiert, deinstalliert es automatisch die alte Version des Pakets.

Pakete mit pip entfernen

Das Entfernen eines Pakets ist mit pip sehr einfach. Wenn du pandas deinstallieren willst, führe aus:

>>pip uninstall pandas

Weitere pip-Befehle 

Neben Installieren, Aktualisieren und Entfernen gibt es weitere nützliche Befehle.

Wenn du zusätzliche Informationen zu den verfügbaren pip-Befehlen und ihrer Nutzung brauchst, führe aus:

>>pip help

Alle in deiner Umgebung installierten Pakete auflisten:

>>pip list

Eine Zusammenfassung zu einem bestimmten Paket anzeigen:

>>pip show [NameOfPackage]

Problemlösung mit pip

Obwohl pip recht überschaubar ist und nur wenige Befehle hat, können Probleme auftreten. Hier sind die häufigsten Issues und wie du sie behebst.

pip installieren

Auch wenn es selten ist, kann es vorkommen, dass pip nicht installiert ist. In diesem Fall installierst du pip am einfachsten mit folgendem Befehl. Dadurch ruft Python das eingebaute Paket ensurepip auf, das pip in einer Python-Umgebung installiert. 

>>python3 -m ensurepip --default-pip

Wenn das Problem weiterhin besteht, schau in die Dokumentation von pip für alternative Lösungen.

Pip ist nicht aktuell

Neue Paketversionen bringen Bugfixes, neue Features und oft bessere Performance – das gilt auch für pip. Wenn du eine ältere pip-Version verwendest, kann es zu unerwartetem Verhalten kommen. Halte daher pip sowie die Pakete setuptools und wheel immer auf dem neuesten Stand. So stellst du sicher, dass du Pakete auch aus Source-Archiven installieren kannst. 

>>pip install –upgrade pip setuptools wheel

Fazit

Wir hoffen, dir hat dieses Tutorial gefallen! Als Standardwerkzeug zur Paketinstallation ist pip für Python-Entwickler unverzichtbar. Die Bedienung ist recht einfach – sobald du die Befehle und Abläufe kennst, wird Paketmanagement zur Routine. 

Wenn du weitere Ressourcen suchst, schau dir diese DataCamp-Materialien an und leg noch heute mit Python und pip los!

• Python Programming Skill Track
• Python Programmer Career Track
• Importing Data in Python Cheat Sheet