Postavljanje Jupyter Notebooks i Python Skripti u VS Code Kroz Conda Okruženje

Table of Contents

1. Ključne Tačke
2. Uvod
3. Šta je Conda i zašto ga koristiti?
4. Kako postaviti Miniconda
5. Kreiranje vašeg okruženja za data science
6. Registracija kernela za Jupyter
7. Postavljanje VS Code-a
8. Rješavanje PowerShell greške
9. Verifikacija instalacije
10. Rad s Jupyter Notebook-ima
11. Rad s Python Skriptama
12. Često Postavljana Pitanja (FAQ)

Ključne Tačke

• Kako koristiti Conda: Conda pruža izolovana okruženja koja omogućavaju rad sa različitim verzijama Pythona i paketima bez međusobnog ometanja.
• Postavljanje u VS Code: Uključuje instalaciju Miniconda, kreiranje okruženja, registraciju kernela za Jupyter te rješavanje čestih grešaka.
• Praktične smjernice: Korisni savjeti i postupci za svakodnevni rad sa Conda i VS Code.

Uvod

U današnje doba podataka, rad s podacima, modeliranje i analitika postali su ključni za uspjeh u gotovo svim oblastima. Visual Studio Code (VS Code) predstavlja jednu od najpopularnijih platformi za pisanje koda, dok je Conda alat koji olakšava upravljanje paketima i okruženjima za Python. U ovom članku, detaljno ćemo opisati kako postaviti čist i funkcionalan radni prostor za rad s Python skriptama i Jupyter notebooks u VS Code koristeći Conda okruženje. Ovaj vodič je posebno koristan za studente, profesionalce i sve one koji se bave data science-om na Balkanu.

Šta je Conda i zašto ga koristiti?

Conda je alat otvorenog koda koji omogućava kreiranje i upravljanje izolovanim okruženjima za Python. Ključna prednost Conda-a je ta što omogućava rad na više projekata s različitim verzijama Pythona i potrebnim paketima, bez straha da će doći do sukoba između njih.

Zašto Conda, a ne samo sistemski Python? Jer Conda omogućava stvaranje specifičnih okruženja koja sadrže samo one pakete koji su potrebni za određeni projekt. Ovo je posebno važno u polju podataka gdje se često koristi niz biblioteka poput NumPy, Pandas, scikit-learn, PyTorch i TensorFlow.

Kako postaviti Miniconda

Da biste započeli s radom u Conda okruženju, prvo je potrebno instalirati Miniconda, koja je lakša verzija Anaconde. Slijedite ove korake:

1. Preuzmite Miniconda sa zvanične stranice Miniconda.
2. Pokrenite instalater i zadržite zadane opcije. Preporučuje se dodati ulaz u Start Menu.
3. Na macOS ili Linux sistemu, koristite shell skriptu za instalaciju.

Nakon instalacije, otvorite Anaconda Prompt (Windows) ili terminal kako biste započeli s kreiranjem okruženja.

Kreiranje vašeg okruženja za data science

U Anaconda Prompt-u pokrenite sljedeće komande za kreiranje novog okruženja:

conda create -n dsenv python=3.11
conda activate dsenv

Nakon aktivacije okruženja, instalirajte osnovne biblioteke:

conda install numpy pandas matplotlib scikit-learn jupyter ipykernel

Zašto ipykernel? Ova biblioteka omogućava da vaše okruženje bude dostupno kao Jupyter kernel u VS Code-u.

Registracija kernela za Jupyter

Jednom kada ste instalirali potrebne pakete, potrebno je registrirati kernel unutar vašeg okruženja:

python -m ipykernel install --user --name=dsenv --display-name "Python (dsenv)"

Ovo će omogućiti da se "Python (dsenv)" prikazuje u opcijama za izbor kernela kod rada s Jupyter notebook-ima.

Postavljanje VS Code-a

Započnite s instalacijom VS Code-a ako već niste. Sljedeći koraci će vam pomoći da povežete vaše novo Conda okruženje s VS Code-om:

1. Otvorite VS Code.
2. Instalirajte ekstenzije: Python i Jupyter (oba su dostupna u Visual Studio Code Marketplace).
3. Pritisnite Ctrl + Shift + P, zatim napišite Python: Select Interpreter i odaberite vaše dsenv okruženje.

Za rad s Jupyter notebook-ima, otvorite notebook datoteku (.ipynb) i odaberite Python (dsenv) kao kernel iz gornjeg desnog kutka.

Rješavanje PowerShell greške

Ako se suočite s greškom prilikom pokretanja Conda okruženja koja ukazuje na to da je izvršavanje skripti onemogućeno, uradite sljedeće:

1. Otvorite PowerShell kao Administrator.
2. Pokrenite:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Potvrdite promjenu i restartujte VS Code.

Verifikacija instalacije

Kako biste osigurali da je sve ispravno postavljeno, možete provjeriti vaše radno okruženje pomoću sljedećeg koda smještenog u datoteci check_env.py:

import sys
import numpy as np
print("Python:", sys.version)
print("Executable:", sys.executable)
print("NumPy:", np.__version__)

Očekivani rezultat bi trebao pokazati putanju koja uključuje ...\miniconda3\envs\dsenv\python.exe i ispravnu verziju NumPy-a.

Rad s Jupyter Notebook-ima

Da biste pokrenuli svoj prvi Jupyter notebook u VS Code-u:

1. Kreirajte novu datoteku: getting_started.ipynb.
2. Odaberite kernel: Python (dsenv).
3. Dodajte ćeliju i pokrenite:

import numpy as np
np.arange(9).reshape(3, 3)

Trebali biste vidjeti 3×3 matricu.

Rad s Python Skriptama

Da biste pokrenuli Python skriptu (.py) u VS Code-u:

1. Otvorite vašu .py datoteku.
2. Provjerite da se u donjem desnom kutu prikazuje vaša dsenv putanja.
3. Kliknite Run ili otvorite terminal i pokrenite:

python your_script.py

Zapamtite, ako skriptu pokrećete van VS Code-a, prvo aktivirajte okruženje:

conda activate dsenv

Često Postavljana Pitanja (FAQ)

1) Trebam li instalirati ipykernel za svako okruženje?

Da, potrebna je registracija jednom po okruženju koje želite koristiti kao Jupyter kernel.

2) Ako zatvorim terminal s aktivnim dsenv, da li ostaje aktivan?

Ne. Aktivacija važi samo za trenutnu sesiju terminala. Novi terminali se pokreću u base okruženju, ali VS Code pamti vašu selekciju interpretera/kernela.

3) Da li moram aktivirati dsenv u Anaconda Prompt-u za rad s notebook-ima u VS Code-u?

Ne. Ako ste odabrali Python (dsenv) kao kernel u VS Code-u, notebook-i se mogu pokretati bez prethodne aktivacije u terminalu.

4) Šta učiniti ako dobijem ModuleNotFoundError: No module named 'numpy' u VS Code?

Verovatno ste instalirali NumPy u drugom okruženju. Riješite tako što ćete:

• Odabrati ispravan interpreter/kernel u VS Code-u ili
• Instalirati NumPy u aktivnom okruženju:

conda activate dsenv
conda install numpy

5) Greška u PowerShell-u koja kaže da su skripte onemogućene (conda-hook.ps1 error)?

Potrebno je jednom pokrenuti:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Nakon toga, restartujte VS Code.

6) Šta ako conda nije prepoznata?

Otvorite Anaconda Prompt umjesto običnog PowerShell-a ili dodajte potrebne putanje u PATH, premda je to manje preporučljivo.

7) Kako prebaciti, listati ili obrisati okruženja?

conda env list               # lista okruženja
conda activate dsenv         # prebacivanje na dsenv
conda deactivate             # napuštanje trenutnog okruženja
conda remove -n dsenv --all  # brisanje dsenv

8) Kako biti 100% siguran koji Python env pokreće moj kod?

Dodajte:

import sys
print(sys.executable)

Bilo koji put koji sadrži ...miniconda3\envs\dsenv\python.exe znači da ste na pravom putu.

9) Preporuke za najbolje prakse

• Održavajte base okruženje čistim; radite u projektima unutar specifičnih okruženja.
• Preferirajte Conda za teže naučne pakete; koristite pip kada paket nije dostupan preko Conda.
• Izvezite svoje okruženje radi reproduktivnosti:

conda env export > environment.yml

Nadam se da će vam ovaj vodič pomoći da brže postavite radno okruženje za analizu podataka koristeći VS Code i Conda. Sretno sa vašim projektima!