정환's 학술블로그

안녕하세요. 이전에 파이썬 코드 공유해드린 김에 개발 환경 setting하는법 공유드립니다.

거기에 앞서서 일단 개발환경 종류가 다양한데요, 솔직히 아무거나 써도됩니다.

전 대충 pycharm써요!

파이썬 개발 환경 종류별 장단점 비교

각 환경별 설치 및 세팅 방법 상세 안내

1. 기본 Python + 텍스트 편집기 (Visual Studio Code 예시)

텍스트 편집기는 코드를 작성하는 도구이며, 실행은 터미널(명령 프롬프트)에서 Python 인터프리터를 직접 사용합니다. 여기서는 가장 인기 있는 VS Code를 기준으로 설명합니다.

설치:

1. Python 설치:
   • python.org 접속 후 최신 버전 Python 다운로드 및 설치.
   • 중요: 설치 시 "Add Python to PATH" 또는 "Add python.exe to PATH" 옵션을 반드시 체크합니다.
   • 설치 확인: 터미널(cmd 또는 PowerShell)에서 python --version 입력하여 버전 확인.
2. Visual Studio Code 설치:
   • code.visualstudio.com 접속 후 VS Code 다운로드 및 설치.

세팅:

1. VS Code 실행 및 한국어 설정 (선택 사항):
   • VS Code 실행 후, 왼쪽 메뉴에서 확장(Extensions, Ctrl+Shift+X) 아이콘 클릭.
   • Korean Language Pack for Visual Studio Code 검색 및 설치.
   • 설치 후 VS Code 재시작하면 한국어 인터페이스로 변경됩니다.
2. Python 확장 설치:
   • 확장 탭에서 Python (Microsoft 제공) 검색 및 설치. 이 확장에는 Pylance (코드 분석, 자동 완성), Jupyter 지원 등이 포함됩니다.
3. Python 인터프리터 설정:
   • VS Code에서 Python 파일을 열거나, Ctrl+Shift+P를 눌러 명령 팔레트를 엽니다.
   • Python: Select Interpreter 검색 및 선택.
   • 설치된 Python 버전(보통 자동으로 감지됨)을 선택합니다.
4. (선택 사항) 가상 환경 설정: 프로젝트별로 독립된 환경을 구성하는 것이 좋습니다.
   • 프로젝트 폴더를 VS Code에서 엽니다.
   • VS Code 내 터미널 (Ctrl+``)을 엽니다.
   • 가상 환경 생성: python -m venv .venv (또는 원하는 이름)
   • 가상 환경 활성화:
     • Windows: .venv\Scripts\activate
     • macOS/Linux: source .venv/bin/activate
   • VS Code가 자동으로 이 가상 환경의 인터프리터를 사용하도록 제안하거나, Python: Select Interpreter에서 .venv 폴더 내의 Python을 선택합니다.
5. 코드 작성 및 실행:
   • .py 파일 생성 후 코드 작성.
   • 실행:
     • 편집기 우측 상단의 실행 버튼 (▶) 클릭.
     • 터미널에서 python 파일명.py 입력.
   • 디버깅: 코드 왼쪽에 중단점(Breakpoint) 설정 후, F5 키 또는 디버그 메뉴에서 시작.

2. IDLE

IDLE은 Python 설치 시 함께 제공되는 매우 기본적인 통합 개발 환경입니다.

설치:

• Python을 설치하면 자동으로 함께 설치됩니다.

세팅 및 사용법:

1. 실행:
   • Windows: 시작 메뉴에서 "IDLE" 검색 후 실행.
   • macOS/Linux: 터미널에서 idle 또는 idle3 입력.
2. 사용:
   • Python Shell: IDLE을 실행하면 기본적으로 대화형 셸 창이 열립니다. 여기서 간단한 Python 코드를 한 줄씩 입력하고 바로 결과를 확인할 수 있습니다.
   • 파일 편집기:
     • File > New File을 선택하여 새 파일 편집창을 엽니다.
     • 코드를 작성하고 .py 확장자로 저장합니다.
     • Run > Run Module (또는 F5)을 눌러 코드를 실행합니다. 결과는 Python Shell 창에 표시됩니다.

IDLE은 기능이 단순하지만, Python을 처음 배우거나 간단한 테스트를 할 때 빠르게 사용하기 좋습니다.

3. Jupyter Notebook / JupyterLab

데이터 분석, 시각화, 머신러닝 분야에서 널리 사용되는 웹 기반 대화형 개발 환경입니다.

설치:

• pip 사용 (Python이 이미 설치되어 있다는 가정 하에):
  • 터미널(명령 프롬프트)에서 다음 명령어를 입력합니다.
    • Jupyter Notebook: pip install notebook
    • JupyterLab (Notebook의 차세대 버전, 더 많은 기능 제공): pip install jupyterlab
  • 일반적으로 jupyterlab을 설치하면 notebook 기능도 포함됩니다.
• Anaconda 사용 시: Anaconda를 설치하면 Jupyter Notebook과 JupyterLab이 기본적으로 포함되어 있습니다. (아래 Anaconda 섹션 참조)

세팅 및 사용법:

1. 실행:
   • 터미널에서 작업하려는 폴더로 이동합니다.
   • Jupyter Notebook: jupyter notebook 입력.
   • JupyterLab: jupyter lab 입력.
   • 명령을 실행하면 웹 브라우저가 자동으로 열리면서 Jupyter 인터페이스가 나타납니다. (기본 주소: http://localhost:8888)
2. 새 노트북 생성:
   • JupyterLab: 왼쪽의 파일 브라우저에서 '+' 버튼을 누르고 'Python 3 (ipykernel)' 등을 선택.
   • Jupyter Notebook: 오른쪽 상단의 'New' 버튼을 누르고 'Python 3' 등을 선택.
3. 기본 사용법:
   • 셀(Cell): 코드를 입력하거나 텍스트(Markdown)를 작성하는 단위입니다.
   • 코드 셀 실행: 셀을 선택하고 Shift + Enter 또는 상단의 실행(Run) 버튼 클릭.
   • Markdown 셀: 셀 타입을 'Markdown'으로 변경하고 문서 작성 후 Shift + Enter로 렌더링.
   • 커널 관리: Kernel 메뉴에서 인터럽트, 재시작 등을 할 수 있습니다.

4. Anaconda / Miniconda

Anaconda는 데이터 과학 및 머신러닝을 위한 Python 및 R 배포판으로, 수백 개의 인기 패키지와 conda라는 강력한 패키지 및 환경 관리 도구를 포함합니다. Miniconda는 conda와 Python, 그리고 필요한 몇 가지 기본 패키지만 포함하는 최소 버전입니다.

설치:

1. Anaconda 다운로드 및 설치:
   • Anaconda Distribution 페이지에서 자신의 운영체제에 맞는 설치 파일 다운로드.
   • 설치 프로그램 실행. 설치 과정 중 "Add Anaconda to my PATH environment variable" 옵션은 체크하지 않는 것을 권장합니다 (대신 Anaconda Prompt 사용). "Register Anaconda as my default Python"은 필요에 따라 선택합니다.
2. Miniconda 다운로드 및 설치 (가벼운 설치를 원할 경우):
   • Miniconda installers 페이지에서 설치 파일 다운로드.
   • 설치 과정은 Anaconda와 유사합니다.

세팅 및 사용법:

1. Anaconda Navigator (GUI):
   • Anaconda 설치 후, 시작 메뉴에서 "Anaconda Navigator"를 실행합니다.
   • Navigator를 통해 JupyterLab, Jupyter Notebook, Spyder (과학 컴퓨팅 IDE), VS Code 등을 실행하거나 설치할 수 있습니다.
   • 'Environments' 탭에서 가상 환경을 생성하고 관리할 수 있습니다.
2. Anaconda Prompt (CLI):
   • Windows 시작 메뉴에서 "Anaconda Prompt"를 검색하여 실행합니다. (macOS/Linux는 일반 터미널 사용)
   • 주요 conda 명령어:
     • 가상 환경 생성: conda create -n myenv python=3.9 (myenv는 환경 이름, python 버전 지정)
     • 가상 환경 활성화: conda activate myenv
     • 가상 환경 비활성화: conda deactivate
     • 패키지 설치: conda install numpy pandas 또는 pip install 패키지명 (conda 환경 내에서도 pip 사용 가능)
     • 패키지 목록 확인: conda list
     • 환경 목록 확인: conda env list
   • 활성화된 환경에서 jupyter lab, spyder 등을 실행할 수 있습니다.

5. PyCharm

JetBrains에서 개발한 강력한 Python 통합 개발 환경(IDE)입니다. Community (무료) 버전과 Professional (유료) 버전이 있습니다.

설치:

1. PyCharm 다운로드 페이지 접속.
2. Community 버전 또는 Professional 버전 (30일 무료 평가판) 다운로드 후 설치.
3. 설치 과정은 일반적인 프로그램 설치와 유사합니다.

세팅 및 사용법:

1. PyCharm 실행 및 새 프로젝트 생성:
   • PyCharm 실행 후 'New Project' 선택.
   • 프로젝트 위치(Location) 지정.
   • Python Interpreter 설정:
     • 'New environment using': Virtualenv, Pipenv, Conda 중 선택하여 새 가상 환경을 만들거나,
     • 'Previously configured interpreter': 기존에 설정된 Python 인터프리터 (시스템 Python 또는 다른 가상 환경)를 선택할 수 있습니다. 프로젝트별 가상 환경 사용을 권장합니다.
   • 'Create' 버튼 클릭.
2. 인터페이스:
   • 왼쪽: 프로젝트 파일 탐색기.
   • 중앙: 코드 편집기.
   • 하단: 터미널, Python 콘솔, TODO, Problems 등 다양한 도구 창.
   • 오른쪽 상단: 실행/디버그 구성 및 버튼.
3. 코드 작성 및 실행:
   • 프로젝트 폴더에서 마우스 오른쪽 클릭 > New > Python File 선택 후 파일 생성.
   • 코드 작성.
   • 실행:
     • 편집기 창에서 마우스 오른쪽 클릭 > 'Run '파일명'' 선택.
     • Shift + F10 (기본 단축키).
   • 디버깅: 코드 왼쪽에 중단점 설정 후 Shift + F9 또는 디버그 아이콘 클릭.
4. 주요 기능:
   • 코드 자동 완성 및 분석: 매우 강력한 정적 분석 및 자동 완성 기능 제공.
   • 디버깅: 직관적인 디버거.
   • 버전 관리 통합: Git 등 버전 관리 시스템 연동 용이.
   • 리팩토링: 안전하고 편리한 코드 리팩토링 기능.
   • 데이터베이스 도구, 웹 개발 지원 (Professional 버전): Django, Flask 등 프레임워크 지원.

6. 온라인 IDE (Google Colaboratory 예시)

별도의 설치 없이 웹 브라우저에서 바로 Python 코드를 작성하고 실행할 수 있는 환경입니다. Google Colab은 특히 머신러닝 및 데이터 분석에 유용하며, 무료로 GPU/TPU 사용 기회를 제공합니다.

설치:

• 별도의 설치 과정이 없습니다. 웹 브라우저와 Google 계정만 있으면 됩니다.

세팅 및 사용법:

1. 접속:
   • colab.research.google.com 접속.
   • Google 계정으로 로그인합니다.
2. 새 노트 만들기:
   • '파일' > '새 노트' 선택.
3. 인터페이스 및 사용법:
   • Jupyter Notebook과 유사한 인터페이스를 가집니다.
   • 코드 셀: Python 코드를 입력하고 Shift + Enter 또는 셀 왼쪽의 실행 버튼(▶)을 눌러 실행.
   • 텍스트 셀: Markdown 형식으로 설명을 작성.
   • 런타임 유형 변경 (GPU/TPU 사용):
     • '런타임' > '런타임 유형 변경' 선택.
     • '하드웨어 가속기'에서 'GPU' 또는 'TPU'를 선택하고 저장. (무료 사용량 제한 있음)
   • 파일 업로드/다운로드: 왼쪽 사이드바의 '파일' 아이콘을 통해 가능. Google Drive와 연동도 쉽습니다.
   • 패키지 설치: 코드 셀에서 !pip install 패키지명 형태로 실행하여 필요한 라이브러리 설치 가능.

각 환경은 저마다의 특징이 있으므로, 개발 목적이나 개인의 선호도에 따라 적합한 환경을 선택하시면 됩니다. 처음 Python을 시작하신다면 VS Code + 기본 Python으로 시작하여 점차 다른 환경들을 경험해보시는 것을 추천합니다. 데이터 과학이나 머신러닝에 관심이 있다면 Anaconda 또는 JupyterLab/Colab이 좋은 선택이 될 것입니다. 대규모 프로젝트나 전문적인 개발에는 PyCharm이 강력한 기능을 제공합니다.

바로 python 개발환경 활용하고 싶다면?!?! 

2025.05.29 - [재테크/주식] - [한국증시] 종목 자동 분석 툴 python 코드 대공개!!!