Pip Python-tutorial voor pakketbeheer

Als je overweegt om data scientist te worden, geldt: hoe eerder je begint met leren coderen, hoe beter. Dataprofessionals besteden een groot deel van hun tijd aan programmeren. Programmeertalen zijn de belangrijkste tools waarmee dataprofessionals grote hoeveelheden data analyseren en er betekenisvolle inzichten uit halen. 

Waarschijnlijk is de populairste programmeertaal voor data science Python. Python is een open-source, algemene en krachtige programmeertaal, met toepassingen in veel softwaredomeinen, zoals webontwikkeling, game-ontwikkeling en natuurlijk data science. 

Hoewel Python op zichzelf al tot veel toffe dingen in staat is, maken dataprofessionals – en breder, softwareontwikkelaars – vaak gebruik van extra pakketten – ook wel libraries genoemd – om het zichzelf makkelijker te maken. Een pakket is een verzameling gerelateerde bestanden, modules en afhankelijkheden die je herhaaldelijk kunt gebruiken in verschillende applicaties en problemen.

Een van de sterke punten van Python is de brede catalogus aan goed gedocumenteerde en complete libraries. Waar worden deze libraries gehost? Hoe kun je de pakketten waarin je geïnteresseerd bent installeren en beheren? 

In deze tutorial maak je kennis met de wereld van pakketten in Python en pip, de standaard pakketinstaller voor Python. Pip is een krachtige tool waarmee je de vele Python-pakketten die je als dataprofessional en programmeur tegenkomt, kunt gebruiken en beheren.

Pakketten in Python begrijpen

Laten we een metafoor gebruiken om te begrijpen wat pip is. Stel je voor dat Python een fijne, uitgebalanceerde gereedschapskist is met de essentiële items die je nodig hebt om te coderen. Wanneer je Python op je computer koopt (installeert), wordt het geleverd met een brede collectie extra tools (pakketten) die je altijd kunt gebruiken. 

De zogeheten Python Standard Library is een uitgebreide set ingebouwde pakketten die gestandaardiseerde oplossingen biedt voor veel problemen die in alledaags programmeren voorkomen. Omdat deze pakketten zijn meegeleverd in moderne Python-distributies, kun je ze gebruiken zonder extra installatie. Je hoeft ze alleen maar te “importeren” in je werkruimte (hierover later meer).

Soms vind je echter niet de tool die je zoekt in Python of de Standard Library. In die gevallen moet je elders nieuwe tools halen. Gelukkig is het internet een enorme winkel waar je honderdduizenden pakketten kunt vinden die door Python-ontwikkelaars zijn gemaakt voor allerlei doeleinden. 

En het beste? Het overgrote deel van deze pakketten is gratis te gebruiken. Wil je meer weten over pakketten in Python en hoe je je eigen pakketten ontwikkelt, bekijk dan onze cursus Developing Python Packages.  

Hoewel pakketten van derden op verschillende plekken gehost kunnen worden, is de meest populaire en complete repository de Python Package Index (PyPi). Met meer dan 300.000 beschikbare Python-pakketten is PyPI een gigantische online repository met pakketten die door de Python-community worden geaccepteerd.

Zodra je het pakket hebt gevonden dat je zoekt, moet je het downloaden en op je computer installeren om het te kunnen gebruiken. Hoe doe je dat?  Hiervoor komen pakketmanagers in beeld.

Pakketmanagers begrijpen: pip

Een pakketmanager (ook wel package-managementsysteem) is een tool die het proces van installeren, upgraden, configureren en verwijderen van pakketten op een computer op een consistente manier automatiseert. 

Pakketmanagers zijn ontworpen om handmatige installaties en updates overbodig te maken, en zorgen er zo voor dat een pakket samen met alle afhankelijkheden die het nodig heeft om te functioneren wordt geïnstalleerd. Evenzo waarborgen pakketmanagers, doordat ze gebruikmaken van informatie in gecertificeerde pakketrepositories zoals PyPi en Anaconda, de integriteit en authenticiteit van pakketten.

De populairste pakketmanager voor Python is pip. Ontwikkeld in 2008, is pip (een acroniem van “pip Install Packages”) tegenwoordig de standaardtool voor het veilig installeren van Python-pakketten en hun afhankelijkheden. De meeste recente Python-distributies worden geleverd met pip vooraf geïnstalleerd. Python 2.7.9 en Python 3.4 en latere versies bevatten pip standaard.

Pip is een krachtige en gebruiksvriendelijke tool waarmee je met een handvol commando’s Python-pakketten kunt beheren. Hoewel pip PyPi als standaardrepository gebruikt om pakketten op te halen, kan het ook pakketten installeren uit andere bronnen, waaronder:

• Versiebeheersystemen zoals Github, Mercurial, Subversion en Bazaar.
• Requirements-bestanden. Meestal hebben Python-pakketten meerdere pakketten nodig om te draaien. Om alle benodigde pakketten in één keer te installeren, gebruikt pip het zogenaamde requirements.txt, met een lijst van de benodigde pakketten en de juiste versies.
• Distributiebestanden. Dit zijn versiebestanden die klaar zijn voor installatie en Python-pakketten, modules en andere resourcebestanden bevatten die nodig zijn voor de werking van een pakket. Ze komen in twee vormen:
  • Source distribution (vaak afgekort tot “sdist”)
  • Wheel distribution (vaak afgekort tot “wheel”)

Om pip te gebruiken en pakketten te gaan beheren, moet je eerst controleren of het op je computer is geïnstalleerd. Om te controleren of pip beschikbaar is, voer je een van de volgende opdrachten uit in de command line:

>>pip3 --version

>>pip --version

pip vs pip3 vs pip2

Na het lezen van de vorige sectie vraag je je misschien af wat het verschil is tussen pip en pip3. Na de release van Python 3 introduceerde pip het nieuwe pip3-commando, dat altijd werkt op de Python 3-omgeving van je computer. Hetzelfde geldt voor het pip2-commando. Wil je er dus zeker van zijn dat pip op je Python 3- of je Python 2-omgeving werkt, gebruik dan respectievelijk de commando’s pip3 of pip2.

Daarentegen werkt het pip-commando op welke Python-omgeving in de context ook van toepassing is. Dit is relevant wanneer je zowel Python 2 als Python 3 op je computer hebt geïnstalleerd. 

MacOS-computers vertrouwen bijvoorbeeld op Python 2 voor een aantal kernfunctionaliteiten.  Als je in een Python 2-omgeving werkt, zal het pip-commando Python-pakketten voor Python 2 installeren, verwijderen, upgraden of beheren. Hetzelfde geldt als je in een Python 3-omgeving werkt. 

In deze situaties moet je er echter zeker van zijn in welke Python-omgeving je werkt voordat je het pip-commando gebruikt, anders wijzig je mogelijk pakketten in de verkeerde omgeving.  

pip in actie

Nu je de basis van pip kent en het op je computer hebt geïnstalleerd, gaan we kijken hoe je het kunt gebruiken!

Pakketten installeren met pip

De meest voorkomende toepassing van pip is het installeren van Python-pakketten. Als je bijvoorbeeld pandas wilt installeren, het standaardpakket om dataframes in Python te manipuleren, is de eenvoudigste manier om de volgende instructie uit te voeren:

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

Het kan zijn dat je een pakket in een bepaalde versie moet installeren. Dit is vrij eenvoudig met pip. Je hoeft alleen de versie te specificeren die je wilt installeren. Stel dat je versie 1.4.0 van pandas wilt installeren:

>>pip install pandas==1.4.0

Als je een pakket wilt installeren dat aan bepaalde voorwaarden met betrekking tot versies voldoet, kun je in pip bepaalde booleaanse voorwaarden gebruiken. Als je bijvoorbeeld een pandas-versie wilt installeren die groter of gelijk is aan v.1.0.0 en kleiner dan 1.5:

>>pip install pandas>=1.0.0,<1.5.0

Het pakket scikit-learn installeren met pip

In het volgende voorbeeld leer je hoe je het pakket scikit-learn kunt installeren, waarbij de andere noodzakelijke afhankelijkheden automatisch worden geïnstalleerd.

pip install scikit-learn

Je ziet in de logs mogelijk dat er meer wordt geïnstalleerd dan alleen het pakket scikit-learn. Dit komt doordat pip ook alle andere pakketten installeert waarvan scikit-learn afhankelijk is. Deze andere pakketten heten afhankelijkheden.

Een lijst met pakketten installeren met pip requirements-bestanden

Als je aan samenwerkingsprojecten werkt, is het heel gebruikelijk dat alle teamleden dezelfde pakketten met dezelfde versies gebruiken. Om dit te waarborgen, is de beste manier om pakketten te installeren met een requirements-bestand. Dit is meestal een tekstbestand dat alle pakketten bevat, samen met hun respectieve versies, die in het project worden gebruikt. 

Pip laat je een lijst met pakketten in één keer installeren met behulp van een requirements-bestand. Als we voor ons project bijvoorbeeld de pakketten numpy, pandas en TensorFlow nodig hebben, dan kunnen we die, samen met de gewenste versies, opnemen in een requirements.txt-bestand, zoals hieronder getoond:

Om de pakketten te installeren die in een requirements.txt-bestand staan, hoeven we alleen het volgende uit te voeren:

>>pip install -r requirements.txt

Als je een requirements-bestand wilt maken om met de rest van het team te delen, kun je de volgende instructie gebruiken:

>>pip freeze > requirements.txt

Pakketten van GitHub installeren met pip

Naast PyPi zijn er op internet andere bronnen waar Python-pakketten kunnen worden gehost. Versiebeheersystemen zoals GitHub bevatten pakketrepositories waar je pakketten kunt uploaden en delen met de Python-community. 

Stel dat je pakketten wilt installeren die op GitHub gehost worden. Pip heeft alleen een werkbaar uitvoerbaar bestand nodig dat beschikbaar is op een GitHub-URL. Bijvoorbeeld:

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

pakketten upgraden met pip

Soms moet je upgraden naar een nieuwere versie van een pakket dat je al op je computer hebt geïnstalleerd. Pip maakt dit proces heel eenvoudig. Als je bijvoorbeeld pandas naar de nieuwste versie wilt upgraden:

>>pip install --upgrade pandas

Als je alle pakketten wilt upgraden die in een requirements.txt staan, kun je het volgende gebruiken:

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

Belangrijk om te weten: pip voert ook automatisch een uninstall uit van een oude versie van een pakket voordat het naar een nieuwere versie wordt geüpgraded.

Pakketten verwijderen met pip

Een pakket verwijderen is heel eenvoudig met pip. Als je pandas wilt verwijderen, voer je gewoon uit:

>>pip uninstall pandas

Extra pip-commando’s 

Hoewel installeren, upgraden en verwijderen van pakketten de meest voorkomende acties zijn die je met pip uitvoert, zijn er ook andere commando’s het vermelden waard.

Als je extra informatie nodig hebt over de verschillende beschikbare pip-commando’s en hoe je ze gebruikt, voer je uit:

>>pip help

Om alle pakketten te tonen die in je omgeving zijn geïnstalleerd:

>>pip list

Om een samenvatting te zien van een pakket waarin je geïnteresseerd bent:

>>pip show [NameOfPackage]

Problemen met pip oplossen

Hoewel pip een vrij eenvoudige tool is met slechts een handvol commando’s, kunnen er altijd problemen ontstaan. Hier is een lijst met de meest voorkomende issues en hoe je ze oplost.

pip installeren

Hoewel ongebruikelijk, is het mogelijk dat pip niet is geïnstalleerd. In dat geval is de eenvoudigste manier om pip te installeren het onderstaande commando uit te voeren. Hierdoor activeert Python het ingebouwde pakket ensurepip, dat is ontworpen om pip in een Python-omgeving te installeren. 

>>python3 -m ensurepip --default-pip

Als het probleem aanhoudt, bekijk dan de pip-documentatie voor alternatieve oplossingen.

Pip is niet up-to-date

Nieuwe versies van een pakket kunnen bugfixes, nieuwe features en betere performance brengen. Dit geldt voor elk Python-pakket, inclusief pip. Als je een oudere versie van pip gebruikt, kun je onverwacht gedrag ervaren. Daarom is het altijd aan te raden pip up-to-date te houden, evenals de pakketten setuptools en wheel, die handig zijn om ervoor te zorgen dat je ook pakketten uit bronarchieven kunt installeren. 

>>pip install –upgrade pip setuptools wheel

Conclusie

We hopen dat je deze tutorial nuttig vond! Als de standaardtool voor het installeren van pakketten is pip een onmisbare tool voor Python-ontwikkelaars. Het is redelijk eenvoudig in het gebruik, waardoor pakketbeheer een rechttoe-rechtaan proces wordt zodra je de commando’s en de dynamiek onder de knie hebt. 

Ben je op zoek naar extra bronnen, bekijk dan de volgende DataCamp-materialen en ga vandaag nog aan de slag met Python en pip!

• Skill Track Python programmeren
• Career Track Python programmer
• Cheat sheet: Data importeren in Python