Anzeige:
Ergebnis 1 bis 7 von 7

Thema: VSCode :: ATOM und PyCharm aufsetzen - Ansätze, Vorgehen und Stolperfallen

  1. #1
    Registrierter Benutzer
    Registriert seit
    Apr 2016
    Beiträge
    277

    VSCode :: ATOM und PyCharm aufsetzen - Ansätze, Vorgehen und Stolperfallen

    hallo und guten Abend liebe Community.

    VSCode :: ATOM und PyCharm aufsetzen - Ansätze, Vorgehen und Stolperfallen
    ich will VSCode, ATOM und PyCharm auf den Rechner aufsetzen - genauer gesagt auf zwei Rechner: einem Win udn einem MX-Linux-Rechner:

    Was ist beabsichtigt: will die drei IDEs bzw. Editoren ausprobieren.

    VSCode, ATOM und PyCharm - habe mit allen dreien schon allererste Schitte gemacht - nun kommen sie neu auf die beiden Rechner

    WIN 10 (im Büro)
    MX-Linux (@home)

    die Links:

    https://code.visualstudio.com/docs/?dv=win
    https://atom.io
    https://www.jetbrains.com/de-de/pycharm/download/

    wie würdet ihr vorgehen - einfach durchinstallieren -

    nebenbei bemerkt: bei VSCode gibt es Python als Paket(-Erweiterung). Ist das dann im Grunde dann wenn ich das dort als Paket installiere lediglich für VSCode verwendbar!`Das würde ggf für ATOM auch gelten - oder nicht!=? Auch dort habe ich viele Pakete und Erweiterungen

    Auf was würdet ihr denn setzen - wie vorgehen und auf was besonders achten!?
    Anm.: Das tolle an ATOM ist die sehr gute github-Integration.
    Oder: im Blick auf Python - würdet ihr erstmal das Pyton auf dem Win-Rechner aufsetzen.

    Dann darüber hinaus: ... will ich das Ganze auch auf dem MX-Linux-Rechner aufsetzen. Denke dass ich da auch VSCoce sicher als sehr leistungsfähig voraussetzen kann.
    Der freie VSCode heißt dort .- glaube ich - VSCodium. wie würdet ihr vorgehen - einfach durchinstallieren - Auf was würdet ihr denn setzen - wie vorgehen und auf was besonders achten!?
    Anm.: Das tolle an ATOM ist die sehr gute github-Integration. Oder: im Blick auf Python - würdet ihr erstmal das Pyton auf dem Win-Rechner aufsetzen.

    jede Menge Fragen - ich freue mich auf einen Tipp

    update:vorweg: bin sehr froh dass ihr ein Forum hier habt, das für dem Thema Installation und Konfiguration vorbehalten ist. Super Sache und wie für mich gemacht. ,,,, ich bin am Aufbau einer Entwicklungsumgebung für Python auf zwei Systemen:

    Win 10: mit PyCharm, VsCode u. ATOM (Bürorechner)

    MX-Linux: mit ATOM (@home)

    Zwischenfazit: also noch läuft das etwas holprig - auf der Linux-Kiste ist die Frage ob ich denn


    a. alle Python-Pakete schon richtig eingerichtet habe und ob

    b. ich auch die richtigen Plugins von Atom verwende - ferner hätte ich auf der MX-Linux 19.1 gerne halt auch

    c. VSCode, das ist im Mom aber nicht in den Repositories drinne - die Installation kann via Flatpack oder Codium oder noch auf einem dritten

    Wege laufen.... Alles in Allem halt etwas doof - aber ATOM ist - wenn alles gut eingerichtet ist ja auch nicht übel hat v.a. auch eine nette Github-Integration.

    Es kommen also sicher zu beiden Systeme - zum Aufbau auf Windows 10 und auch auf der MX-Linux-Kiste sicher noch ein paar Fragen in den kommenden Tagen.


    Im Moment frage ich mich ob es schlau ist Python global zu installieren und nicht über eine venv...

    habe hier zwei Artikel gelesen:

    https://python-forum.io/Thread-use-X...e-skip-setting

    generell:

    Article on using Virtual Environments for Python projects.

    https://towardsdatascience.com/pytho...y-fe0c603fe601

    Comparing Python Virtual Environment tools

    https://towardsdatascience.com/compa...s-9a6543643a44


    Frage: Was meint ihr hier denn dazu?

    was meint ihr denn - ist das im Übrigen vielleicht schlauer, scon von Anfang an auf Anaconda zu setzen - denn mit Anaconda hat man gleich ein einfache Packet-Managment-Sytem und viele viele Paket enthalten.

    Anaconda ist eine Data Science-Plattform, die von Python unterstützt wird. Die Open-Source-Version von Anaconda ist eine Hochleistungsdistribution von Python und R und umfasst über 100 der beliebtesten Python-, R- und Scala-Pakete für Data Science.

    Es hat Zugriff auf über 720 Pakete, die mit conda, dem Paket, dem Abhängigkeits-Manager und dem Umgebungsmanager, die in Anaconda enthalten sind, installiert werden können. Einer der großen Vorteile von Anaconda dürfte der sein, dass es ein eigenes System zur Installation von Modulen praktisch schon selber mitbringt, welche fertige, ggf. vorkompilierte Module installiert. Es hat - mit anderen Worten viele Module schon an Bord. Das erleichtert dann doch schon erheblich: Es gibt z.B. auch Module wie etwa numpy, pandas, welche realtiv aufwändig zu installlieren sind. Da kann es dann auch einen nicht zu unterschätzenden Vorteil bedeuten, wenn die manuelle Installation via pip dabei entfällt.

    Und das tolle ist: Anaconda ist in der Lage sich selber, zu aktualisieren - m.a.W. es kann den Interpreter und die Module in einem Rutsch automatisch aktualisieren.

    Man kann dann natürlich auch z.B. etwa Minoconda nehme
    n. Das installiert "nur" den Python-Interpreter und die Verwaltungssystem `conda`, aber keine zusätzlichen Pakete. Anaconda installiert ja direkt ~500 MB (also das ist schon relativ dick) in Form von X hundert Python-Modulen.


    virtualenv unter anaconda

    was mich allerdings etwas wundert: Aber auch da wird ein virtualenv angeboten anaconda - es gibt sogar ein virtualenv plugin für pyenv.

    pyenv und virtualenv: brauch ich die denn bei Anaconda denn gleich auch am Anfang - muss ich die miteinrichten oder eher nur bei (Mini).Conda! Ich hab mir die Tutorials angesehen und mich mal kurz eingelesen: bei der Installation von Anaconda in ein Win 10 sollte man aufpassen: Wenn python schon auf dem Rechner ist - dann kann es Abhängikeiten geben. Am allerbsesten ist es wenn mal noch nix auf der Maschine ist - also weder Python oder Conda oder Anaconda::

    .. dennoch: immer und in jedem Falle wichtig und gut: dann nicht einfach durchklicken: x add anaconda to the system path environment wenn man schon ein.conda directory im home hat - dann ist das nicht weiter tragisch.
    Code:
    $ cd
    $ mkdir -p .conda/pkgs/cache .conda/envs
    damit richtet man sich ein Python environment ein: Der conda create command führt genau diesen Schritt aus versehen mit einem python=version argument.

    Übrigens sind die package manager in Anaconda und Miniconda glücklicherweise identisch (Conda), Man muss nicht Miniconda in das System installieren wenn man beabsichtigt, ohnehin bei Anaconda zu bleiben.

    envs wird erzeugt mit dem Kommando:


    Code:
    conda create -n myenv python some_packages
    Das klappt - allerdings kann es zu einer Ausnahme kommen - wenn verschiedene Pakete nebeneinander existieren und verschiedene package caches -
    Bei Konflikten einfach eines loeschen und die shell initialization script (e.g., .bash_profile) cleanen - denn die Installer laufen auch darüber.


    was wenn ich ein Paket nicht über Conda finde

    $ conda install --channel conda-forge ads

    snippet aus dem Web
    Install from conda-forge
    Add the conda-forge channel: conda config --add channels conda-forge.
    Create a new environment containing SageMath: conda create -n sage sage python=X , where X is version of Python, e.g. 2.7.
    Enter the new environment: conda activate sage.

    wenn man das package nicht über conda findet, kann man dann tatsächlich via Python packages wie "pip" weitermachen. Das bringt einem doch unweigerlich in die Abhängikeitsfalle - denn conda kennt doch dann die Abhängigkeiten nicht (mehr) wenn ich weitermache mit

    - "easy_install", oder
    - "python setup.py"

    Wenn ich die conda packages in einer Umgebung update, wo conda packages mit anderen packaging styles gemischt sind, bring ich mich
    dann doch in Abhänigkeiten. Ergo denke ich, dass man pip nur sehr zurückhaltend einsetzen sollte - und allenfalls dann - wenn man noch die "--user" option mitverwendet, sodass es dann ins Homeverzeichnis reininstalliert.

    insgesamt hier noch mehr zum Thema Anaconda und Conda: what-is-the-difference-between-pyenv-virtualenv-anaconda

    https://stackoverflow.com/questions/...alenv-anaconda
    pip: the Python Package Manager.
    pyenv: Python Version Manager
    virtualenv: Python Environment Manager.
    Anaconda: Package Manager + Environment Manager + Additional Scientific Libraries.


    Conda cheat sheet https://medium.com/@buihuycuong/cond...t-f9424fa2e3f5
    Conda cheat sheet
    Command line package and environment manager

    Managing Conda and Anaconda https://kapeli.com/cheat_sheets/Cond...ocuments/index
    Managing Conda and Anaconda
    Managing Environments
    Managing Python
    Managing .condarc Configuration
    Managing Packages, Including Python
    Removing Packages or Environments


    das conda-cheatsheet: http://know.continuum.io/rs/387-XNW-...cheatsheet.pdf

    - conda ist beide ein command line tool und ebenso ein python package.

    also strukturell ist es so:

    - Miniconda installer beinhaltet Python und das conda-package
    - Anaconda installer beinhaltet Python und das conda-package nebst meta package anaconda
    - das meta Python pkg anaconda = umfasst weit über 150 andere Python packages

    Ein Überblick ist: Simplifies package management and deployment of Anaconda https://anaconda.org/anaconda/anaconda/files

    weiterführende Links zum Thema: https://towardsdatascience.com/get-y...da%20as%20well.


    Also zurück zum Thema VSCode einrichten: ich hab da mal ein Testscript laufen lassen um einfach mal zu sehen, wie das läuft und wie wichtig die venv ist.


    Code:
    import requests
    from bs4 import BeautifulSoup
    import pandas as pd
    
    
    def Main(urls):
        with requests.Session() as req:
            allin = []
            for url in urls:
                r = req.get(url)
                soup = BeautifulSoup(r.content, 'html.parser')
                target = soup.find(
                    "dl", class_="c-description-list c-description-list--striped")
                names = [item.text for item in target.findAll("dt")]
                names.append("url")
                data = [item.get_text(strip=True) for item in target.findAll("dd")]
                data.append(url)
                allin.append(data)
            df = pd.DataFrame(allin, columns=names)
            df.to_csv("data.csv", index=False)
    
    
    urls = ['https://www2.daad.de/deutschland/studienangebote/international-programmes/en/detail/4722/',
            'https://www2.daad.de/deutschland/studienangebote/international-programmes/en/detail/6318/']
    Main(urls)

    ein crash in vscode:

    Code:
    Windows PowerShell Copyright (C) Microsoft Corporation. Alle Rechte vorbehalten.
    Lernen Sie das neue plattformübergreifende PowerShell kennen – https://aka.ms/pscore6
    
    PS C:\Users\Kasper\Documents\PlatformIO\Projects\ESP> & C:/Users/Kasper/AppData/Local/Programs/Python/Python37-32/python.exe c:/Users/Kasper/Documents/_f_s_j/_mk_/_dev_/bs4_europe_1.py
    Traceback (most recent call last):
      File "c:/Users/Kasper/Documents/_f_s_j/_mk_/_dev_/bs4_europe_1.py", line 3, in <module>
        from bs4 import BeautifulSoup
    ModuleNotFoundError: No module named 'bs4'
    PS C:\Users\Kasper\Documents\PlatformIO\Projects\ESP>



    hmm - habe VSCode grade erst eingerichtet - und mit ersten obenstehenden Tests laufen lassen. Denke - wie oben schon gesagt, dass es auf alle Fälle Sinn macht eine venv einzurichten:

    Eine virtuelle Umgebung für Python

    Virtuelle Umgebungen helfen damit ich keine Rücksicht auf den Rest des Systems nehmen muss. Damit versuche ich meine Umgebung einzurichten - so dass es halt passt mir der Systemumgebung einrichten,

    -macht ja auch Sinn - wenn ich für ein Projekt eine Software brauche, die neuere oder ältere Bibliotheken benötigt,
    - Dann kann ich versuchen, durch die Abhängigkeitsfalle zu kommen, und die Software mit der aktuellen Systemumgebung zum Laufen zu bringen.

    Für Python, denke ich mal ist virtualenv so eine Umgebung. Darin werden über Umgebungsvariablen die Pfade für die zu verwendenden Bibliotheken verstellt, so dass die virtuelle Umgebung unabhängig von den Pythonbibliotheken des Betriebssystems ist. Einschränkend muss hier gesagt werden dass das mehr Plattenplatz, da etliche Bibliotheken nun wieder mehrfach im vorhanden sind. Aber immerhin: Platz ist da noch viel viel billiger als die Arbeitszeit, die draufgeht, um eine neue Software an das System oder - noch schlimmer - das System an eine neue Software anzupassen.

    Denke dass ich das mit dem Program virtualenv mache, mit dem ich mir die einzelnen Umgebungen einrichten kann.
    Bei MX-Linux gibt es sicher auch das Paket python3-virtualenv, das ich installieren kann.

    Code:
    sudo dnf install python3-virtualenv
    Damit bin ich schon fertig mit der Installation. Das Software-Paket enthält das Program virtualenv (eventuell mit angefügter Versionsnummer), mit dem ich mir virtuelle Umgebungen für Python einrichten kann.

    Einrichtung: Jetzt habe ich die Software für die virtuellen Umgebungen, wie verwende ich diese nun?

    Dann lege ich eine je eigene virtuelle Umgebung an - also pro Projekt muss ich das im Grunde eigentlich ja nur einmal tun - lege ich eine virtuelle Umgebung an. Ich bewege mich in das Projektverzeichnis und rufe virtuelenv mit dem Namen des Verzeichnisses auf, in dem die Bibliotheken der virtuellen Umgebung abgelegt werden sollen.

    Code:
    cd $project
    virtualenv venv
    Dieses Verzeichns nenne ich meist venv und zwar aus einem guten Grund, der beim Weiterlesen gleich klar wird.

    Die virtuelle Umgebung aktivieren: Jedesmal, wenn ich in meinem Objekt mit der virtuellen Umgebung arbeiten will, muss ich diese aktivieren. Das allerdings nur einmal, bevor ich anfange zu arbeiten.
    Code:
    cd $project
    source venv/bin/activate
    geht auch über ne bash alias:
    Code:
    alias venv_activate='source venv/bin/activate'
    Dieser Alias ist nicht soviel kürzer als der eigentliche Befehl.


    Das mach ich dann so - und am Ende sieht das dann ggf. so aus.
    Code:
    +------------------------+
    |                        |
    |                        |
    |     python-workspace   |
    |     ....-folder        |
    |                        |
    +----------+-------------+
               |
               |
               |              +----------------------+
               |              |                      |
               +--------------+     Project1         |
               |              |                      |
               |              +----------------------+
               |
               |              +----------------------+
               |              |                      |
               +--------------+     Project2         |
               |              |                      |
               |              +----------------------+
               |
               |              +----------------------+
               |              |                      |
               +--------------+     Project3         |
               |              |                      |
               |              +----------------------+
               |
               |              +----------------------+
               |              |                      |
               +--------------+     Project4         |
               |              |                      |
               |              +----------------------+
               |
               |              +----------------------+
               |              |                      |
               +--------------+    Project5          |
               |              |                      |
               |              +----------------------+
               |
               |              +----------------------+
               |              |                      |
               +--------------+   Project6           |
                              |                      |
                              +----------------------+
    hier noch ein paar how-tos und tutorials:

    https://code.visualstudio.com/docs/p...ython-tutorial
    https://docs.python-guide.org/dev/virtualenvs/

    create a virtual environment video by corey schafer
    https://www.youtube.com/watch?v=Kg1Yvry_Ydk

    und auch hier - nicht schlecht.
    https://dev.to/search?q=vscode


    update: und um hier noch kurz eine weitere Frage hinterherzuschieben: ich hab VSCode (und Python auf einem Desktop [zugegeben hier jetzt win10])
    Frage: kann ich denn dann hier noch ohne weiteres und ohne Konfigurationsorgien nun ggf. Anaconda installieren? Geht das denn!? Kommen sich hier nicht Anaconda und Python (das schon auf dem Rechner ist) in die Quere!?

    muss ich dann ggf. in das Setting gehen und dort in settings.json den python.path editieren - etwa

    Code:
    "python.pythonPath": "C:\\Anaconda3\\envs\\py34\\python.exe"
    - muss ich dann also noch eine spezifische Umgebung aktivieren -

    ...so that the script runs in that Anaconda environment? – and what about the User and Workspace Settings: see here: Activating Anaconda Environment in VsCode :: can i integrate vscode into anaconda - how to do this?

    https://stackoverflow.com/questions/...ent-in-vscode:

    the question is: how to configure Visual Studio Code to our liking through its various settings. Nearly every part of VS Code's editor, user interface, and functional behavior has options we can modify. i found some Instructions to edit settings.json here: https://code.visualstudio.com/docs/getstarted/settings

    VS Code provides two different scopes for settings:

    User Settings - Settings that apply globally to any instance of VS Code you open.
    Workspace Settings - Settings stored inside your workspace and only apply when the workspace is opened.
    Workspace settings override user settings. Workspace settings are specific to a project and can be shared across developers on a project.

    Note: A VS Code "workspace" is usually just your project root folder. Workspace settings as well as debugging and task configurations are stored at the root in a .vscode folder. You can also have more than one root folder in a VS Code workspace through a feature called Multi-root workspaces.

    Creating User and Workspace Settings
    To open your user and workspace settings, use the following VS Code menu command:

    On Windows/Linux - File > Preferences > Settings
    On macOS - Code > Preferences > Settings
    Also, die Ausgangs-Zusatz-Frage ist die Folgende: kann ich denn dann hier noch ohne weiteres und ohne Konfigurationsorgien nun ggf.
    Anaconda installieren? Geht das denn!? Kommen sich hier nicht Anaconda und Python (das schon auf dem Rechner ist) in die Quere!?

    zuletzt noch die Vergleichsfrage am Rande: - welches der beiden Systeme wird denn schneller & nachhaltiger entwickelt: Anaconda oder WinPython:
    vgl. https://winpython.github.io/

    Designed for scientists, data-scientists, and education (thanks to NumPy, SciPy, Sympy, Matplotlib, Pandas, pyqtgraph, etc.):
    interactive data processing and visualization using Python with Spyder and Jupyter/IPython, Pyzo, IDLEX or IDLE
    fully integrated Cython and Numba! See included example
    connectors (cffi, odbc, rpy2, scilab2py, requests, ...) for advanced users
    Portable:
    Runs out of the box(*) on any Windows 8+ with 2GB Ram (Jupyter Notebook will require a recent browser)
    The WinPython folder can be moved to any location (**) (local, network, USB drive) with most of the application settings
    Flexible:
    You can install as many WinPython distributions as you want on the same machine: each one is isolated and self-consistent
    These installations can be of different versions of Python (3.7/3.8/3.9...)
    Customizable:
    The integrated WinPython Package Manager (WPPM) helps installing, uninstalling or upgrading Python packages
    It's also possible to install or upgrade packages using pip from the WinPython command prompt
    A configuration file allows you to set environment variables at runtime

    und hier noch ein kurzes Wort zu Pipenv

    Pipenv gilt als ein Tool, das im Grunde darauf abzielt, das Beste aus allen Package-welten (Bundler, Composer, npm, Cargo, Garn usw.) zu machen, bzw. diese in die Python-Welt zu bringen.

    was macht Pipenv:
    Pipenv erstellt und verwaltet automatisch eine virtuelle Umgebung für die Python-Projekte und fügt Pakete aus dem Pipfile hinzu/ oder - auf der anderen Seite - entfernt diese, während man im Grunde genommen Pakete installiert/deinstalliert.
    Noch etwas weiteres ist wichtig in diesem Zusammenhang zu erwähnen: Pipenv generiert auch die immer wichtigere Pipfile.lock,
    Pipfile.lock - das ist die zum Erstellen deterministischer Builds verwendet wird.

    So gesehen ist Pipenv sehr wichtig: Pipenv sorgt in allererster Linie dafür, dass Benutzern und Entwicklern von Anwendungen eine einfache Methode zum Einrichten einer Arbeitsumgebung bietet.

    setup.py vs. Pipfile:
    Wenn man auf die Unterscheidung sieht - also auf die Differenzen zwischen Bibliotheken und Anwendungen und die Verwendung von setup.py vs. Pipfile dann werden deutliche Unterschiede bemerkbar. Es gibt im Bezug auf das Definieren von Abhängigkeiten hier ☤ Pipfile vs. setup.py.

    Pipenv ist im Grunde nichts anderes als ein Problemlöser: Sieht man im Konkreten auf die Probleme, die Pipenv zu lösen versucht, dann muss man sagen, dass es ja sehr viele Themen u. Probleme sind, die Pipenv zu lösen versucht.
    Das Gute ist, dass Pipenv es ermöglicht, dass man pip und virtualenv nicht mehr separat verwenden muss. Diese beiden, sie arbeiten zusammen.

    Wenn man eine requirements.txt-Datei verwalten will - dann kann es mitunter auch problematisch werden, Aus diesem Grunde verwendet Pipenv Pipfile und Pipfile.lock: Denn dadurch werden abstrakte Abhängigkeitserklärungen von der zuletzt getesteten Kombination zu trennen.
    Geändert von diver (24.09.22 um 00:59 Uhr)
    Interessiert an Linux, SBC (Raspi & co), und WordPress News: https://wptavern.com :: Entwicklung: https://make.wordpress.org/core/ ::/[/url] :: die neue Knowledge-Base: https://affine.pro :: Nachfolger von miro, notion u. monday

  2. #2
    Registrierter Benutzer
    Registriert seit
    Apr 2009
    Ort
    Erde
    Beiträge
    2.814
    Einfach durchinstallieren, ich finde ja, dass das Konfigurieren ein wesentlicher Punkt ist, dazu gehören auch "Extensions/Addons/WieImmerDieHeissen", und es muss immer Möglich sein umzukonfigurieren.

    Ja jede Umgebung hat eigene "Extensions/Addons/WieImmerDieHeissen" die seperat zu verwalten sind, in PyCharm kann man zB auch git integrieren.

    Ich würde PyCharm nehmen, bzgl der anderen bzw. atom - letztlich kann jeder bessere Texteditor sowas, ist Geschmackssache, aber einen Texteditor braucht man oft, nehme also den, der dir am besten gefällt bzw mit dem du am besten klar kommst.

    Bei Cross Plattform, auf die Cross Plattform - zB: https://docs.python.org/3.3/library/...=os.sep#os.sep, https://docs.python.org/3.3/library/...n#os.path.join
    Dann gibt es noch Fallgruben, an die man als Linux Entwickler oft nicht denkt - zB https://docs.python.org/3.3/library/...ath.splitdrive
    Ich finde, es ist immer noch so, dass dir eine IDE mehr Hilft als irgendwelche Editoren, gerade so Themen wie https://www.jetbrains.com/help/pycha...urce-code.html gehen mit Texteditoren auch, aber sind halt nicht so komfortable, dafür aber riskanter, weil es oft keine extra Ansicht gibt.
    Gute IDEs/Umgebungen nehmen dich an die Hand und überfordern nicht - https://www.jetbrains.com/help/pycha...tutorials.html 1-3 sind Pflicht, ansonsten einfach machen

    Die Leistung von vscode wird sich nicht wesentlich unterscheiden, egal welches OS.
    Geändert von nopes (18.03.20 um 00:02 Uhr)
    Gruß nopes
    (,,,)---(^.^)---(,,,) /var/log/messages | grep cat

  3. #3
    Registrierter Benutzer
    Registriert seit
    Apr 2016
    Beiträge
    277
    hallo Nopes,

    vielen herzlichen Dank für die ausführliche Antwort über die ich mich sehr freue.

    Zitat Zitat von nopes Beitrag anzeigen
    Einfach durchinstallieren, ich finde ja, dass das Konfigurieren ein wesentlicher Punkt ist, dazu gehören auch "Extensions/Addons/WieImmerDieHeissen", und es muss immer Möglich sein umzukonfigurieren.

    Ja jede Umgebung hat eigene "Extensions/Addons/WieImmerDieHeissen" die seperat zu verwalten sind, in PyCharm kann man zB auch git integrieren.

    Ich würde PyCharm nehmen, bzgl der anderen bzw. atom - letztlich kann jeder bessere Texteditor sowas, ist Geschmackssache, aber einen Texteditor braucht man oft, nehme also den, der dir am besten gefällt bzw mit dem du am besten klar kommst.

    Bei Cross Plattform, auf die Cross Plattform - zB: https://docs.python.org/3.3/library/...=os.sep#os.sep, https://docs.python.org/3.3/library/...n#os.path.join
    Dann gibt es noch Fallgruben, an die man als Linux Entwickler oft nicht denkt - zB https://docs.python.org/3.3/library/...ath.splitdrive
    Ich finde, es ist immer noch so, dass dir eine IDE mehr Hilft als irgendwelche Editoren, gerade so Themen wie https://www.jetbrains.com/help/pycha...urce-code.html gehen mit Texteditoren auch, aber sind halt nicht so komfortable, dafür aber riskanter, weil es oft keine extra Ansicht gibt.
    Gute IDEs/Umgebungen nehmen dich an die Hand und überfordern nicht - https://www.jetbrains.com/help/pycha...tutorials.html 1-3 sind Pflicht, ansonsten einfach machen

    Die Leistung von vscode wird sich nicht wesentlich unterscheiden, egal welches OS.
    Danke - deine Erwägungen leuchten alle ein - mit PyCharm hab ich bereits Erfahrungen gemacht.

    Danke - dir.

    VG
    Interessiert an Linux, SBC (Raspi & co), und WordPress News: https://wptavern.com :: Entwicklung: https://make.wordpress.org/core/ ::/[/url] :: die neue Knowledge-Base: https://affine.pro :: Nachfolger von miro, notion u. monday

  4. #4
    Registrierter Benutzer
    Registriert seit
    Apr 2016
    Beiträge
    277
    hi Nopes,


    nochmals vielen vielen Dank für d eine Tipps, Erwägungen und Erfahrungen die du hier austauschst. Das ist alles sehr sehr wertvoll.


    by the way -.

    - ich kümmer mich gerade auch um den Bürorechner - auf dem Win10 läuft.
    - da ist das wie folgt: Pycharm ist drauf und auch Atom

    ich habe Pycharm jetzt mal auf der Win-10-Kiste aktualisiert

    Kann denn ATOM mit dem Python 3.7 welches hier unter PYCharm erwähnt wird - auch arbeiten. Kann Atom drauf zugreifen!?

    :\Users\Kasper\PycharmProjects\untitled1\venv\Scri pts\python.exe "C:\Program Files\JetBrains\PyCharm Edu 2019.2\helpers\pydev\pydevconsole.py" --mode=client --port=50214
    PyDev console: starting.
    Python 3.7.0 (v3.7.0:1bf9cc5093, Jun 27 2018, 04:59:51) [MSC v.1914 64 bit (AMD64)] on win32

    die Frage ist die folgende: ist denn eigentlich ATOM in der Lage, auf das Python 3.7 - welches mir in PYCharm angezeigt wird - zuzugreifen!? Das müsste eigentlich der Fall sein... Denk ich mal.

    vg


    update: nochmals vielen vielen Dank für deine Tipps, Erwägungen und Erfahrungen die du hier austauschst. Das ist alles sehr sehr wertvoll.
    wir haben nicht über Anaconda geredet. Manche empfehlen auch Anaconda - und sagen dass das ein

    https://de.wikipedia.org/wiki/Anacon...-Distribution)

    Anaconda ist eine Open-Source-Distribution[3] für die Programmiersprachen Python und R, die unter anderem die Entwicklungsumgebung Spyder, den Kommandozeileninterpreter IPython, und ein webbasiertes Frontend für Jupyter enthält. Der Fokus liegt vor allem auf der Verarbeitung von großen Datenmengen, Vorhersageanalyse und wissenschaftlichem Rechnen. Das Ziel der Distribution ist die Vereinfachung von Paketmanagement und Softwareverteilung.[4][5][6][7][8] Paketversionen werden von der Paketverwaltung conda verwaltet

    Aktuelle Version 2019.10[1]
    (15. Oktober 2019)
    Betriebssystem Windows, Linux, macOS
    Programmiersprache Python, R
    Lizenz 3-Klausel-BSD-Lizenz[2]

    Envision a world where data scientists can regularly deploy AI and machine learning projects into production at scale, quickly delivering insights into the hands of decision-makers. How would that impact your business?
    Anaconda Enterprise supports your organization no matter the size, easily scaling from a single user on one laptop to thousands of machines. No headaches, no IT nightmares.
    Anaconda kommt mit VSCode - und einem weitern Editor - ist aber m.E. sehr sehr groß.
    Geändert von diver (18.03.20 um 12:15 Uhr)
    Interessiert an Linux, SBC (Raspi & co), und WordPress News: https://wptavern.com :: Entwicklung: https://make.wordpress.org/core/ ::/[/url] :: die neue Knowledge-Base: https://affine.pro :: Nachfolger von miro, notion u. monday

  5. #5
    Registrierter Benutzer
    Registriert seit
    Apr 2009
    Ort
    Erde
    Beiträge
    2.814
    Anaconda wird oft im AI Kontext verwendet, jedenfalls ist es mir das erstmalig aufgefallen. Ich würde mich damit nicht belasten, wenn es an der Zeit ist, es einzusetzen, wirst du es schon mitbekommen. JetBrains haben da auch was im Köcher: https://www.jetbrains.com/pycharm/promo/anaconda/ - dass das eine eigene IDE braucht, sagt eigentlich schon alles zum Thema komplexität davon aus. Du wirst merken, wenn du das brauchst, Beispiel: https://cloud.google.com/ai-platform...l_environments
    Zitat Zitat von https://cloud.google.com/ai-platform/training/docs/environment-overview#python_virtual_environments
    ...
    Die Python-Konfiguration kann kompliziert sein. Das gilt vor allem, wenn Sie andere Python-Anwendungen mit verschiedenen Technologien auf dem gleichen Rechner entwickeln. Sie können die Paket- und Versionsverwaltung vereinfachen, wenn Sie die Python-Entwicklungsarbeit in einer virtuellen Umgebung ausführen.

    Eine virtuelle Python-Umgebung verwaltet einen Python-Interpreter und Pakete, die von der Standardumgebung Ihres Rechners isoliert und nur Ihrem Projekt zugeordnet sind. Sie können virtuelle Umgebungen verwenden, um verschiedene Umgebungen für jedes Ihrer aktuellen Python-Projekte zu konfigurieren, jeweils mit eigener Python-Version und den Modulen, die Sie benötigen.

    Es stehen mehrere virtuelle Python-Umgebungen zur Verfügung. Wir empfehlen Anaconda oder die kleinere Version Miniconda. Sie haben einen eigenen Manager für virtuelle Umgebungen mit dem Namen Conda. Anaconda ist eine beliebte Suite von Paketen und Tools, die häufig von Data Scientists verwendet wird.
    ...
    Ja das Python sollte auch ohne PyCharm verwendbar sein, evt musst du im Editor (Atom) noch konfigurieren, wo es liegt, dass muss man auch PyCharm machen - meine ich jedenfalls, eine Weile her...*

    *Evt auch kann, bin ich mir auch nicht mehr sicher, aber eins der wesentlichen Konzepte von Python ist es, dass man viele Versionen nebeneinander installieren kann, ohne dass die sich behindern, in diesem Fall muss man festlegen, welches Python verwendet werden soll, ich bin mir ziemlich sicher, dass das von PyCharm abgefragt wird, wenn man da ein Projekt anlegt.
    Gruß nopes
    (,,,)---(^.^)---(,,,) /var/log/messages | grep cat

  6. #6
    Registrierter Benutzer
    Registriert seit
    Apr 2016
    Beiträge
    277
    hallo und guten Abend nopes, vielen Dank für deine Antwort fürs Einordnen der ganzen Thematik und für die guten Tipps.


    Zitat Zitat von nopes Beitrag anzeigen
    *Evt auch kann, bin ich mir auch nicht mehr sicher, aber eins der wesentlichen Konzepte von Python ist es, dass man viele Versionen nebeneinander installieren kann, ohne dass die sich behindern, in diesem Fall muss man festlegen, welches Python verwendet werden soll, ich bin mir ziemlich sicher, dass das von PyCharm abgefragt wird, wenn man da ein Projekt anlegt.

    das habe ich auch gehoert. Das ist bei meinen Rechnern auch so der Fall - /(zb. auch auf Linux ) dass da durch aus mehrere Python-Versionen "nebeneinander" sind.

    VG diver
    Interessiert an Linux, SBC (Raspi & co), und WordPress News: https://wptavern.com :: Entwicklung: https://make.wordpress.org/core/ ::/[/url] :: die neue Knowledge-Base: https://affine.pro :: Nachfolger von miro, notion u. monday

  7. #7
    Registrierter Benutzer
    Registriert seit
    Apr 2009
    Ort
    Erde
    Beiträge
    2.814
    Vergleiche mal venv Verzeichnisse, zwischen Linux und Windows, soweit ich das in Erinnerung habe, ist Linux da krass besser, weil es Links kann, bei Windows wird rein kopiert - Erwartung, eine Weile her. Klingt mir so, als ob du dich mit diesen venv Thema befassen solltest, also etwas besser verstehst, was da passiert. Vergleich mal Projekte mit und ohne venv. Oder anders, warum sind venvs gut und warum gibt es mehrer Implementierungen dafür? Einstieg: https://docs.python.org/3/tutorial/venv.html

    Weiterhin solltest du früh anfangen dich auf einen Style Guide festzulegen, PEP 8 ist recht prominent - Einstieg: https://pep8.org/ - mit Einschränkungen, zB https://pep8.org/#maximum-line-length ist mMn nicht mehr zutreffend und sollte auf was passendes angepasst werden; wieder Tasting (es gibt
    Checker/Linter, die man auch nutzen sollte [edit]und die sich wiederum in die Werkzeuge integrieren lassen - PyCharm usw)
    Geändert von nopes (19.03.20 um 00:32 Uhr)
    Gruß nopes
    (,,,)---(^.^)---(,,,) /var/log/messages | grep cat

Ähnliche Themen

  1. VScode vs VScodium auf MX-Linux - welches würdet ihr einsetzen?!
    Von diver im Forum Anwendungen Allgemein, Software
    Antworten: 1
    Letzter Beitrag: 19.10.19, 14:46
  2. Sublime vs Atom vs LightTable
    Von ThorstenHirsch im Forum Meldungen und Mitglieder
    Antworten: 6
    Letzter Beitrag: 28.05.14, 13:17
  3. Antworten: 7
    Letzter Beitrag: 22.04.11, 11:03
  4. Distro für Atom-ION Nettop
    Von X-Scorpion-X im Forum Linux Allgemein
    Antworten: 2
    Letzter Beitrag: 04.06.10, 16:32
  5. winex und atom.c ???
    Von manny im Forum Emulatoren für Spiele
    Antworten: 1
    Letzter Beitrag: 30.12.02, 15:03

Lesezeichen

Berechtigungen

  • Neue Themen erstellen: Nein
  • Themen beantworten: Nein
  • Anhänge hochladen: Nein
  • Beiträge bearbeiten: Nein
  •