Python सेटअप: एक निर्णायक मार्गदर्शिका

डेवलपर्स के लिए, उनका वर्कस्टेशन सही तरह से कॉन्फ़िगर होना डेवलपमेंट अनुभव को आसान बनाता है। इसमें बेहतरीन टूल्स की इंस्टॉलेशन और कॉन्फ़िगरेशन, और वे सारी सुविधाएँ सेट करना शामिल है जो किसी डेवलपर को सॉफ्टवेयर बनाने की प्रक्रिया में अपना सर्वश्रेष्ठ देने में मदद करती हैं। डेटा साइंटिस्ट्स भी इससे अलग नहीं हैं, इसलिए सही सेटअप का होना विज़ुअलाइज़ेशन टूल्स से लेकर इन्गेस्टन प्रोसेसेज़ तक, अनोखे सॉफ्टवेयर बनाने के लिए बेहद अहम हो जाता है। इस ट्यूटोरियल में डेटा साइंस के लिए कंप्यूटर सेटअप की बुनियादी बातें समझाई जाएँगी, लेकिन यह गाइड Python भाषा का उपयोग करके सॉफ्टवेयर विकसित करने में रुचि रखने वाले किसी भी व्यक्ति के लिए उपयोगी होगी। शुरू करते हैं!

परिसीमा

Python कई तरह के ऑपरेटिंग सिस्टम्स के लिए उपलब्ध है। यह ट्यूटोरियल Linux Ubuntu ऑपरेटिंग सिस्टम पर चलाए गए कुछ स्निपेट्स दिखाएगा, लेकिन ये व्यापक रूप से अन्य UNIX-आधारित सिस्टम और MAC OS पर भी लागू होते हैं। MS Windows सिस्टम्स के लिए भी कुछ छोटे-छोटे अंतर हैं, जिनका ज़िक्र जहाँ ज़रूरत होगी, वहाँ किया जाएगा।

Python: मुख्य आधार

tl;dr आधिकारिक वेबसाइट से Python3 इम्प्लिमेंटेशन का उपयोग करें

इस भाषा पर आधारित एप्लिकेशंस विकसित करने के लिए Python इंटरप्रेटर को मुख्य आधार मानना स्वाभाविक लगता है। लेकिन इस बिंदु पर, आप यह तय करते समय अटक सकते हैं कि किस Python इंटरप्रेटर का उपयोग किया जाए। साथ ही, आपने भाषा के दो अलग-अलग वर्ज़न के बारे में भी पढ़ा होगा, इसलिए सही वर्ज़न और इंटरप्रेटर चुनना पहली महत्वपूर्ण निर्णय है।

Python, Anaconda, Jython, WinPython, IronPython... एक पिंजरे में बहुत सारे साँप

भाषा की लोकप्रियता के कारण, इसके इंटरप्रेटर की कई इम्प्लिमेंटेशंस मौजूद हैं। इनमें से कुछ आपके कंप्यूटर पर इंस्टॉल करने के लिए आसानी से उपलब्ध हैं, जबकि कुछ अभी शुरुआती विकास चरणों में हैं और उनकी इंस्टॉलेशन केवल उनके डेवलपर्स या साहसी प्रोग्रामर्स के लिए ही अनुशंसित है। आधिकारिक Python विकि पर उपलब्ध इंटरप्रेटर्स की सूची दी गई है, जो अन्य इम्प्लिमेंटेशंस की तुलना में उनकी विशिष्ट खूबियों की ओर इशारा करती है। जैसा कि हम इस ट्यूटोरियल में देखेंगे, आधिकारिक वेबसाइट पर उपलब्ध Python डिस्ट्रीब्यूशन में वह सब कुछ शामिल है जिसकी आपको अपने Python प्रोग्राम विकसित करना शुरू करने के लिए आवश्यकता है, बिना उन सुविधाओं के जो अन्य इम्प्लिमेंटेशंस दे सकती हैं।

Python2 या Python3? आपको कौन-सा वर्ज़न इस्तेमाल करना चाहिए?

भले ही Python 3 दस साल पहले जारी किया गया था, लेकिन पुराने Python 2 से नए वर्ज़न में परिवर्तन आसान नहीं रहा। इस कम अपनाने की एक मुख्य वजह सिंटैक्स में अंतर था, जिसकी वजह से मौजूदा लाइब्रेरियाँ नए वर्ज़न के लिए उपलब्ध नहीं थीं। जैसा कि आप Python सॉफ्टवेयर विकसित करते समय महसूस करेंगे, हर तरह के उद्देश्य के लिए लाइब्रेरियों की उपलब्धता इस भाषा की एक बड़ी ताकत है। इस दौरान, 2to3 या six जैसी टूल्स और लाइब्रेरियाँ बनाई गईं ताकि पहले से मौजूद सॉफ्टवेयर के हिस्सों के बीच की खाई कम हो और उन्हें नवीनतम वर्ज़न में माइग्रेट करना आसान हो। जब यह ट्यूटोरियल लिखा जा रहा है, तब लाइब्रेरियों का एक बड़ा हिस्सा Python 3 के लिए आसानी से उपलब्ध है, इसलिए इस समय किस वर्ज़न का उपयोग करना चाहिए, यह निर्णय काफी सीधा है: Python 3। इसके अलावा, 2020 तक Python 2 का लाइफसाइकल समाप्त हो जाएगा। कुछ लोग तो PyCon 2020 में Celebration of Life पार्टी की भी योजना बना रहे हैं, तो Python2 ने आपके और आपके सॉफ्टवेयर के लिए जो किया उसके लिए उनका धन्यवाद करने में संकोच न करें!

अपने कंप्यूटर पर Python इंस्टॉल करना

Python इंटरप्रेटर अधिकांश ऑपरेटिंग सिस्टम्स के लिए व्यापक रूप से उपलब्ध है, और कुछ तो ऐसे पैकेज भी देते हैं जो इसकी इंस्टॉलेशन को आसान बनाते हैं। Ubuntu के लिए, Python2 और Python3 डेस्कटॉप एनवायरनमेंट्स में डिफ़ॉल्ट रूप से साथ-साथ शामिल होते हैं। बस इस बात का ध्यान रखें कि python उपनाम अभी भी Python वर्ज़न 2 की ओर इशारा करता है न कि 3 की ओर, इसलिए उसे बदलें, या यदि आपको उपयोगी लगे तो अपनी ~/.bashrc फ़ाइल में एक उपनाम परिभाषित करें। जैसा कि ऊपर उल्लेख किया गया है, आने वाले वर्षों में केवल एक ही Python वर्ज़न इंस्टॉल होने की उम्मीद है। मेरी सिफारिश है कि Python का सबसे हालिया वर्ज़न इंस्टॉल करें। यदि आपके कंप्यूटर पर पहले से Python3 इंस्टॉल है, तो जाँच लें कि उसका वर्ज़न 3.5 से अधिक है। यदि पुराना वर्ज़न इंस्टॉल है, तो उसे अपग्रेड करने और भाषा की नवीनतम सुविधाओं का आनंद लेने के लिए प्रोत्साहित किया जाता है।

$ python --version
Python 3.5.2
संचालित द्वारा

Windows उपयोगकर्ताओं के लिए भी Python इंटरप्रेटर इंस्टॉल करना काफी सरल है। आधिकारिक डाउनलोड पेज एक इंस्टॉलर प्रदान करता है जो कुछ ही क्लिक में इंटरप्रेटर सेट करने में आपकी मदद करता है।

pip के साथ प्रोजेक्ट डिपेंडेंसी प्रबंधन

बेसिक डेवलपमेंट के लिए, Python इंटरप्रेटर इंस्टॉल होना कोडिंग शुरू करने के लिए काफी है। Python सॉफ्टवेयर बंडल इंटरप्रेटर के साथ आता है, साथ ही कुछ ऐसी सुविधाएँ भी देता है जो एप्लिकेशन मैनेजमेंट को आसान बनाती हैं। इन टूल्स में से एक pip है, जिसका उद्देश्य PyPI (Python Package Index) या अन्य पब्लिक या प्राइवेट रिपॉज़िटरीज़ में स्टोर थर्ड-पार्टी लाइब्रेरियाँ इंस्टॉल करने में आपकी मदद करना है।

हमारा पहला Python प्रोजेक्ट: Jupyter Notebooks

अपने पहले डेटा साइंस प्रोजेक्ट के बारे में सोचें: एक Jupyter नोटबुक जो कुछ डेटा को सँभालेगी और शानदार विज़ुअलाइज़ेशन प्रस्तुत करेगी। नोटबुक्स के साथ काम करने के लिए आवश्यक पहली लाइब्रेरी Jupyter होगी। अपने कंप्यूटर पर Jupyter इंस्टॉल करना इस तरह सरल है:

$ pip install --user jupyter
संचालित द्वारा

ध्यान दें कि --user विकल्प केवल उसी यूज़र के लिए लाइब्रेरी इंस्टॉल करेगा जो इसे चलाता है। सिस्टम-वाइड इंस्टॉलेशन इस विकल्प को हटाकर किया जा सकता है, लेकिन इंस्टॉलेशन पूरा करने के लिए विशेषाधिकार प्राप्त यूज़र होना पड़ सकता है। इंस्टॉल करने के अलावा, pip कमांड आपको लाइब्रेरियाँ डाउनलोड करने, मौजूदा कॉन्फ़िगरेशन पूछने, अपग्रेड करने, और यदि अब ज़रूरत न हो तो किसी लाइब्रेरी को अनइंस्टॉल करने की सुविधा देता है। निम्न तालिका में कुछ ऐसे कमांड सूचीबद्ध हैं जो आपकी एप्लिकेशन की आवश्यकताओं का प्रबंधन करने में उपयोगी होंगे:

हम प्रोजेक्ट डिपेंडेंसीज़ को मैनेज करने के लिए ऊपर सूचीबद्ध कमांड्स पर फिर लौटेंगे। अभी के लिए, pip को अपनी एप्लिकेशन का डिपेंडेंसी मैनेजर मानकर चलें। और अंत में, यह जानना महत्वपूर्ण है कि pip कमांड न केवल अनुरोधित लाइब्रेरियाँ इंस्टॉल करता है, बल्कि उनकी डिपेंडेंसीज़ भी इंस्टॉल करता है, इसलिए जटिल इंस्टॉलेशन प्रक्रियाओं से निपटने की ज़रूरत नहीं रहती। pip install ही सही रास्ता है!

वर्चुअल एनवायरनमेंट: अपने प्रोजेक्ट सेटिंग्स को अलग रखें

सोचें कि जिस समय आप अपने नोटबुक्स प्रोजेक्ट पर काम कर रहे हैं, आपको कोई नई, आकर्षक लाइब्रेरी मिलती है जो कुछ ऐसी सुविधाएँ देती है जिन्हें आप अपने प्रोजेक्ट कॉन्फ़िगरेशन में शामिल करने से पहले आज़माना चाहेंगे। इस लाइब्रेरी के लिए jupyter notebooks का एक अलग वर्ज़न इंस्टॉल होना आवश्यक है। इस बिंदु पर आपके पास निम्न विकल्प हैं:

• नई पैकेज को उसकी डिपेंडेंसीज़ के बिना इंस्टॉल करें। तब तक यह लाइब्रेरी सही तरह काम नहीं करेगी जब तक कि आप उसके कोड में कुछ बदलाव न करें।
• नई पैकेज को डिपेंडेंसीज़ सहित इंस्टॉल करें। आपका मौजूदा प्रोजेक्ट प्रभावित होगा, जिससे आपको प्रोजेक्ट कॉन्फ़िगरेशन अपग्रेड करने और उम्मीद के मुताबिक काम कराने के लिए कुछ बदलाव करने होंगे।

ऐसी स्थितियाँ तब भी हो सकती हैं जब आप एक साथ दो प्रोजेक्ट्स पर काम कर रहे हों। और अधिक जटिल परिस्थितियों के बारे में सोचें, जहाँ आप दो से अधिक प्रोजेक्ट्स पर काम कर रहे हों, या आपके पास Python-आधारित एप्लिकेशंस का सेट हो जो उस लाइब्रेरी पर निर्भर हों जिसे आपको बिना संशोधन के इंस्टॉल रखना है। यह वास्तव में सिरदर्द हो सकता है। सौभाग्य से, Python आपको प्रोजेक्ट कॉन्फ़िगरेशन को अन्य प्रोजेक्ट्स या एप्लिकेशंस से अलग रखने का एक मैकेनिज़्म देता है। इसे वर्चुअल एनवायरनमेंट कहा जाता है, और भले ही Python 2 में भी अन्य आइसोलेशन तरीकों के साथ यह मौजूद थे, वर्ज़न 3.6 से यह एक बिल्ट-इन पैकेज बन गया है (आपको यह वर्ज़न या इससे नया इंस्टॉल करने के लिए प्रोत्साहित किया जाता है!)। Python 3.6 से पुराने इंटरप्रेटर निम्न तरह pip का उपयोग करके यह लाइब्रेरी इंस्टॉल कर सकते हैं:

$ pip install -U venv
संचालित द्वारा

जो लोग Python2 इस्तेमाल कर रहे हैं (जब तक कि आप अपग्रेड करना न चाहें), उनके लिए लाइब्रेरी का नाम virtualenv है और इसे भी इसी तरह इंस्टॉल किया जा सकता है।

$ pip install -U virtualenv
संचालित द्वारा

Ubuntu उपयोगकर्ताओं के लिए virtualenv एक सिस्टम पैकेज के रूप में मिल सकता है, जिसे apt-get से इस तरह इंस्टॉल किया जा सकता है:

$ sudo apt-get install python3-venv
संचालित द्वारा

एक नया वर्चुअल एनवायरनमेंट बनाना आसान है। कमांड लाइन से, new_venv नामक डायरेक्टरी के अंदर नया वर्चुअल एनवायरनमेंट बनाने के लिए निम्न कमांड चलाएँ।

$ python -m venv new_venv
संचालित द्वारा

सिफारिश के तौर पर, ऊपर दिया गया कमांड वर्कस्पेस डायरेक्टरी से चलाने की कोशिश करें। इस तरह आपके पास आपके सोर्स कोड के साथ एक सेल्फ-कंटेन्ड डायरेक्टरी होगी, और वह वर्चुअल एनवायरनमेंट जहाँ आपकी एप्लिकेशन के लिए आवश्यक लाइब्रेरियाँ स्टोर होंगी। एक बार वर्चुअल एनवायरनमेंट बन जाने के बाद, आप new_venv/bin/activate के अंदर मौजूद activate स्क्रिप्ट लोड करके आइसोलेटेड मोड में काम शुरू कर सकते हैं।

source new_venv/bin/activate
(new_venv) $ ...
संचालित द्वारा

Windows उपयोगकर्ताओं को Scripts डायरेक्टरी के अंदर इंस्टॉल हुई activate स्क्रिप्ट चलानी चाहिए।

new_venv/Scripts/activate
(new_venv) $ ...
संचालित द्वारा

ध्यान दें कि वर्चुअल एनवायरनमेंट लोड होने के बाद, शेल प्रॉम्प्ट बदल जाएगा और कोष्ठकों में वर्चुअल एनवायरनमेंट का नाम दिखेगा। त्वरित नज़र में, वर्चुअल एनवायरनमेंट में निम्न तत्व होते हैं:

• एक python इंटरप्रेटर: वही जो वर्चुअल एनवायरनमेंट बनाने के लिए इस्तेमाल किया गया था। ध्यान दें कि जब तक आप python उपनाम नहीं बदलते, आपको स्पष्ट रूप से python3 या यहाँ तक कि python3.6 का उपयोग करना होगा, यदि आपके पास एक से अधिक Python3 इंस्टॉल है।
• Pip पैकेज मैनेजर। पैकेज मैनेजर सभी लाइब्रेरियाँ lib/pythonX.Y/site/packages डायरेक्टरी के अंदर इंस्टॉल करेगा। Python इंटरप्रेटर डिपेंडेंसीज़ को हल करने के लिए इसी डायरेक्टरी का उपयोग करेगा।
• एक्टिवेशन/डीएक्टिवेशन स्क्रिप्ट। यह प्रोजेक्ट एनवायरनमेंट लोड करने में, और आवश्यकता न होने पर डिफ़ॉल्ट कॉन्फ़िगरेशन पर लौटने में मदद करती है। वर्चुअल एनवायरनमेंट सफलतापूर्वक लोड होने के बाद, आप इस तरह कोई भी लाइब्रेरी इंस्टॉल कर सकते हैं:

$ pip install requests
संचालित द्वारा

यह कमांड requests लाइब्रेरी को वर्चुअल एनवायरनमेंट के अंदर इंस्टॉल करेगा, और इसे वर्चुअल एनवायरनमेंट डायरेक्टरी के bin फ़ोल्डर में रखे python इंटरप्रेटर द्वारा लोड किया जा सकता है। ध्यान दें कि लाइब्रेरी इंस्टॉल करने के लिए किसी विशेषाधिकार प्राप्त यूज़र की आवश्यकता नहीं थी। आप pip show कमांड (pip show requests) का उपयोग करके इंस्टॉलेशन की जाँच कर सकते हैं, जो इंस्टॉल की गई लाइब्रेरी के बारे में विवरण देगा। अंत में, जब आप किसी प्रोजेक्ट पर काम करना बंद कर दें, तो deactivate कमांड चलाकर वर्चुअल एनवायरनमेंट को डीएक्टिवेट कर सकते हैं।

(new_venv) $ deactivate
$
संचालित द्वारा

इतना सरल, इतना शक्तिशाली, इतना मददगार। वर्चुअल एनवायरनमेंट आपकी मदद के लिए हैं! :D

टिप: पैकेज जहाँ इंस्टॉल होते हैं, उसका लोकेशन sys.prefix वेरिएबल से जाँचा जा सकता है। इसे एक लोडेड एनवायरनमेंट में और डिफ़ॉल्ट कॉन्फ़िगरेशन में चलाकर देखें।

>>> import sys
>>> print(sys.prefix)
संचालित द्वारा

प्रोजेक्ट स्कैफ़ोल्डिंग: Cookiecutter के साथ एकदम आसान!

आप और हममें से अधिकांश ने एक साधारण स्क्रिप्ट (संभवतः Hello World) से Python एप्लिकेशन डेवलप करना शुरू किया। तो, इसके समान सोचते हुए और ऊपर बताए गए सिद्धांतों के साथ मिलाकर, हमें निम्न वर्कस्पेस संरचना मिलती है:

• हमारे वर्कस्पेस वाली एक डायरेक्टरी, जिसमें
• एक वर्चुअल एनवायरनमेंट डायरेक्टरी, और
• आपके Hello World एप्लिकेशन के साथ एक साधारण स्क्रिप्ट।

भले ही Python प्रोजेक्ट्स के लिए किसी वर्कस्पेस संरचना का होना अनिवार्य नहीं है, लेकिन अपने कोड को, उससे जुड़े टेस्ट सूट और अन्य किसी भी स्क्रिप्ट या कॉन्फ़िगरेशन फ़ाइलों के साथ संरचित रखना अनुशंसित है, जो आपको पूर्ण डेवलपमेंट लाइफसाइकल में काम करने में मदद करें। सबसे सीधी रूपरेखा में, एक Python वर्कस्पेस कुछ इस प्रकार हो सकता है:

$ tree -L 1
.
├── requirements.txt     ---> Project dependencies file
├── src                  ---> Source code goes here
├── tests                ---> Test code goes here
└── venv                 ---> Virtual environment files
संचालित द्वारा

हमने pip सेक्शन में पहले requirements.txt फ़ाइल के बारे में बात की है। इस फ़ाइल में प्रोजेक्ट डिपेंडेंसीज़ होंगी, जिन्हें pip freeze कमांड का उपयोग करके सहेजा जा सकता है। src और test डायरेक्टरीज़ में बिज़नेस लॉजिक और उससे जुड़े टेस्ट होंगे। और venv डायरेक्टरी (आम तौर पर इसे यही नाम दिया जाता है) में वर्चुअल एनवायरनमेंट की कॉन्फ़िगरेशन स्टोर होती है।

प्रोजेक्ट स्कैफ़ोल्डिंग बनाने का आसान तरीका: Cookiecutter

ऊपर प्रस्तुत तरीका पर्याप्त हो सकता है, लेकिन जैसे-जैसे आपकी डेवलपमेंट स्किल्स बढ़ती हैं, आप ऐसी उन्नत स्कैफ़ोल्डिंग पर काम करना चाहेंगे जिसमें और टूल्स शामिल हों जो आपके डेवलपमेंट प्रोसेस को आसान बनाते हैं। Python स्कैफ़ोल्डिंग्स को मैन्युअली बनाना उबाऊ हो सकता है। बेहतर विकल्प यह है कि किसी रेफ़रेंस प्रोजेक्ट की एक कॉपी रखें और उसे नए प्रोजेक्ट सेट करने के लिए कॉपी करने के बाद उसकी कुछ सामग्री बदलें। भले ही यह काम कर जाए, यह विकल्प त्रुटि-प्रवण है और यदि आप कुछ संसाधनों को सही तरह सेट करना भूल जाएँ तो असंगत परिस्थितियाँ पैदा हो सकती हैं। cookiecutter टूल का उपयोग करके नए प्रोजेक्ट्स को आसानी से सेट किया जा सकता है। यह टूल इनपुट के रूप में एक प्रोजेक्ट टेम्पलेट लेता है, और यूज़र से पूछे गए कुछ इनपुट पैरामीटर्स से फ़ाइल नामों और उनकी सामग्री को बदलकर टेम्पलेट की एक कॉपी स्टोर करता है। यह टूल Python भाषा में इम्प्लिमेंटेड है और pip लाइब्रेरी के रूप में इंस्टॉल किया जा सकता है।

$ pip install -U cookiecutter
संचालित द्वारा

याद रखें, -U विकल्प टूल को आपके यूज़रस्पेस में इंस्टॉल करेगा। आप इसे छोड़ सकते हैं, लेकिन तब आपको इसे रूट (या sudoer यूज़र) के रूप में इंस्टॉल करना पड़ेगा। यह टूल Ubuntu उपयोगकर्ताओं के लिए एक पैकेज के रूप में भी मिलता है, जिसे apt-get से इंस्टॉल किया जा सकता है

$ sudo apt-get install cookiecutter
संचालित द्वारा

सबसे सरल उपयोग में, cookiecutter टूल को इस तरह चलाया जा सकता है:

$ cookiecutter <TEMPLATE_LOCATION>
संचालित द्वारा

इनपुट टेम्पलेट्स का लोकेशन लोकली स्टोर किया जा सकता है, या GIT URL के रूप में दिया जा सकता है। बाद वाला विकल्प उन डेवलपर्स और संगठनों के लिए सुविधाजनक है जो अपने प्रोजेक्ट वर्कस्पेस टेम्पलेट्स को मेंटेन और विकसित करने में रुचि रखते हैं।

cookiecutter कैसे काम करता है, यह समझने के लिए एक नमूना cookiecutter प्रोजेक्ट देखें। इस और किसी भी अन्य cookiecutter प्रोजेक्ट की मुख्य फ़ाइल cookiecutter.json नाम की होती है और इसमें उन मानों का सेट होता है जिन्हें यूज़र को प्रोजेक्ट वर्कस्पेस बनाने के लिए निर्दिष्ट करना होता है। यह फ़ाइल JSON फ़ॉर्मेट में लिखी होती है, और इसमें कुंजी-मूल्य जोड़े वाला एक शब्दकोश शामिल होता है, जहाँ मान डिफ़ॉल्ट्स का प्रतिनिधित्व करते हैं, यदि यूज़र कोई इनपुट छोड़ दे।

{
    "full_name": "Steven Loria",
    "email": "[email protected]",
    "github_username": "sloria",
    "project_name": "My Flask App",
    "app_name": "myflaskapp",
    "project_short_description": "A flasky app.",
    "use_pipenv": ["no", "yes"]
}
संचालित द्वारा

इनपुट मानों से, cookiecutter टेम्पलेट में उन फ़ाइल और डायरेक्टरी नामों को बदल देगा जिनमें डबल ब्रैकेट {{...}} शामिल हैं।

जो लोग अपने स्वयं के आर्केटाइप बनाना चाहते हैं, उनके लिए cookiecutter प्रोजेक्ट पर काम शुरू करना और उसमें ऐप्स विकसित करने के लिए आवश्यक हर उपयोगी चीज़ डालना एक बेहतरीन विचार है। और जो लोग तुरंत नया प्रोजेक्ट शुरू करना चाहते हैं, उनके लिए बहुत सारे cookiecutter प्रोजेक्ट उपलब्ध हैं और इंस्टैंसिएट करने के लिए तैयार हैं। अपनी ज़रूरतों के अनुरूप cookiecutter ढूँढ रहे हैं? इस cookiecutter सर्च इंजन का उपयोग करके ढूँढकर देखें! और भी अच्छी खबर, यह टूल केवल Python प्रोजेक्ट स्कैफ़ोल्डिंग के लिए ही नहीं, बल्कि किसी भी अन्य प्रोजेक्ट प्रकारों के लिए सामान्य रूप से उपयोगी है!

सबको साथ मिलाकर: प्रोजेक्ट डेवलपमेंट लाइफसाइकल

एक बार पैकेज मैनेजमेंट, वर्चुअल एनवायरनमेंट और प्रोजेक्ट स्कैफ़ोल्डिंग के कॉन्सेप्ट्स समझ लेने के बाद, हम इन्हें साथ मिलाकर यह समझा सकते हैं कि इस ट्यूटोरियल का पालन करने के बाद आप अपना कंप्यूटर सेट करके कैसे काम कर सकते हैं:

1. अपने कोडिंग इंटरप्रेटर के रूप में Python3 का उपयोग करें। यदि आप Python 3.6 का उपयोग करना शुरू करते हैं तो और भी अच्छा।
2. एक नया प्रोजेक्ट बनाएं, जहाँ आपके Python मॉड्यूल और डिपेंडेंसीज़ स्टोर होंगे।
   • अपनी पसंद के रेफ़रेंस टेम्पलेट के साथ cookiecutter का उपयोग करके नया प्रोजेक्ट आसानी से बनाएं।
3. एप्लिकेशन फ़ोल्डर के अंदर एक नया वर्चुअल एनवायरनमेंट बनाएं, और जब आप अपनी ऐप कोड करने के लिए तैयार हों तो उसे एक्टिवेट करें।
4. अपनी ज़िंदगी की सबसे बेहतरीन ऐप कोड करें, और ज़रूरत हो तो थर्ड-पार्टी लाइब्रेरियों का उपयोग करें।
   • requirements.txt फ़ाइल में pip freeze कमांड का उपयोग करके डिपेंडेंसीज़ घोषित करना न भूलें।
5. [वैकल्पिक] अपने प्रोजेक्ट को Git जैसे CVS सिस्टम में अपलोड करें। लेकिन वर्चुअल एनवायरनमेंट की सामग्री अपलोड न करें। आप इसे कभी भी फिर से बना सकते हैं जैसा कि नीचे समझाया गया है।

एक बार कोड और डिपेंडेंसीज़ फ़ाइल स्टोर हो जाने के बाद, आप प्रोजेक्ट संरचना को इस तरह आसानी से फिर से बना सकते हैं:

1. कोड और डिपेंडेंसीज़ फ़ाइल को किसी वर्कस्पेस फ़ोल्डर में कॉपी करें (Git उपयोगकर्ता रिपॉज़िटरी को क्लोन कर सकते हैं)।
2. एप्लिकेशन फ़ोल्डर के अंदर एक नया वर्चुअल एनवायरनमेंट बनाएं, और एप्लिकेशन डिपेंडेंसीज़ इंस्टॉल करने के लिए उसे एक्टिवेट करें।
3. pip install -r requirements.txt का उपयोग करके डिपेंडेंसीज़ इंस्टॉल करें।
4. अपने प्रोजेक्ट्स में सुधार या फ़िक्स पर काम करें। नई डिपेंडेंसीज़ को pip freeze का उपयोग करके requirements फ़ाइल में निर्दिष्ट करना न भूलें।

इस ट्यूटोरियल को पूरा करने से पहले एक और बात। भले ही हमने Python भाषा का उपयोग करके कोडिंग के लिए उपलब्ध किसी IDE का उल्लेख नहीं किया है, आप अपनी पसंद का IDE चुनने और उसे अपनी ज़रूरतों के अनुसार कस्टमाइज़ करने के लिए स्वतंत्र हैं।

Python कोडिंग के लिए शुभकामनाएँ!

यदि आप Python के बारे में और सीखना चाहते हैं, तो DataCamp का निःशुल्क Intro to Python for Data Science कोर्स करें।