Как узнать версию установленного пакета в Python с помощью pip
При работе с Python часто возникает необходимость использования различных сторонних пакетов. Это могут быть библиотеки для анализа данных, машинного обучения, работы с веб-серверами и многие другие. Иногда бывает важно знать, какую именно версию пакета вы используете. Например, в некоторых случаях функционал пакета может меняться от версии к версии.
Инструмент для установки пакетов в Python называется pip. Он позволяет устанавливать, обновлять и удалять пакеты. Но кроме этого, с его помощью можно узнать версию установленного пакета.
Допустим, есть пакет с названием XYZ. Чтобы узнать его версию, можно воспользоваться командой pip show XYZ в командной строке. В выводе этой команды будет строка Version , которая и показывает версию пакета.
pip show XYZ Вывод будет примерно таким:
Name: XYZ Version: 1.0.0 Summary: XYZ is a sample package Home-page: https://example.com Author: Example Author Author-email: author@example.com License: MIT Location: /usr/local/lib/python3.7/site-packages Requires: Required-by: В данном примере версия пакета XYZ — 1.0.0.
Таким образом, с помощью pip можно легко и просто узнавать версии установленных пакетов, что помогает контролировать их актуальность и совместимость с другими пакетами.
Как проверить версии модулей Python
Часто возникает необходимость узнать версию установленного модуля Python, чтобы быть уверенным в его совместимости с другими компонентами проекта или для обеспечения корректной работы программы. К примеру, модуль numpy был установлен в проект с помощью инструмента pip :
pip install numpy
И теперь необходимо узнать его версию.
Эта задача может быть решена несколькими способами, в зависимости от потребностей и предпочтений.
Использование командной строки
Самый простой способ проверить версию модуля Python — использовать командную строку. Следующая команда покажет версию установленного модуля:
pip show numpy
В результате будет выведена информация о модуле, включая его версию.
Использование Python shell
Если требуется проверить версию модуля прямо во время выполнения программы, можно использовать Python shell. Для этого нужно импортировать модуль и вывести его атрибут __version__ . Вот пример для модуля numpy :
import numpy print(numpy.__version__)
Эта команда выведет версию установленного модуля numpy .
Оба этих способа позволяют быстро и просто узнать версию установленного модуля Python. Выбор метода зависит от конкретной ситуации и предпочтений пользователя.
Как проверить версию Python – 3 способа
Интерпретатор Python используется во многих коммерческих отраслях для кодирования исходного кода, компьютерного программирования и тестирования. Он принимает команды от пользователя и выполняет их после их интерпретации. Следовательно, очень важно знать о версии интерпретатора Python, которую мы в настоящее время используем.
Как мы знаем, интерпретатор берет код от пользователя и выполняет его построчно. Предположим, что у нас есть более старая версия интерпретатора Python. В этом случае команда не выполняется должным образом из-за более старой версии интерпретатора и его несовместимости с новыми функциями, используемыми в команде.
В данном руководстве разберем как пользователь может проверить используемую версию Python.
Python – это язык программирования, который поставляется с регулярным обновлением, которое добавляет вместе с ним некоторые новые функции и возможности; поэтому, как пользователь, мы также должны регулярно обновлять наш интерпретатор Python до последней выпущенной версии.
Примечание. Последней версией интерпретатора Python на данный момент является «3.9.6» со стабильной версией.
Преимущества проверки версии интерпретатора Python
Ниже приведены некоторые основные преимущества проверки используемой версии интерпретатора Python:
- Мы будем знать, если нам не хватает каких-либо обновлений для интерпретатора или обновления функции идут вместе с ним.
- Можем выяснить, возникает ли синтаксическая ошибка из-за более старой версии интерпретатора Python.
- У нас может быть доступ ко всем последним функциям и обновлениям, которые поставляются с последней версией интерпретатора.
Проверка версии Python
В этом разделе мы узнаем о методах, с помощью которых мы можем быстро проверить версию интерпретатора Python, которую мы используем. Мы даже можем проверить версию с помощью программы Python, а также будем использовать метод командной строки.
Ниже приведены методы проверки версии интерпретатора Python:
- с функцией python_version();
- с помощью команды python -V;
- с помощью метода sys.version.
Давайте разберемся, как мы можем использовать эти методы в Python, а также в терминале командной строки для проверки версии интерпретатора Python.
Метод 1: Использование функции python_version()
Чтобы использовать эту функцию для проверки версии интерпретатора Python, мы сначала должны импортировать библиотеку платформы. Функция python_version() всегда возвращает версию интерпретатора в строковом формате. Чтобы лучше понять, как это работает, давайте воспользуемся этим в нашей программе Python.
Взгляните на следующую программу:
# Importing platform library from platform import python_version # Getting Python interpreter version as a result print("Current Version of Python interpreter we are using-", python_version())
Current Version of Python interpreter we are using- 3.9.0
Как видно из вышеприведенного вывода, мы используем версию интерпретатора Python 3.9.0.
Мы также можем использовать эту функцию в терминале командной строки и проверить версию интерпретатора. Для использования функции python_version() в терминале мы должны придерживаться следующих шагов:
- Шаг 1: Откройте терминальную оболочку cmd системы.
- Шаг 2: Напишите «python» и нажмите клавишу ввода, чтобы войти в оболочку Python.
- Шаг 3: Теперь напишите приведенный выше код построчно внутри терминала и нажмите клавишу ввода.
Терминал покажет версию интерпретатора как результат кода, как показано ниже:
Метод 2: Использование команды python -V
Использование команды python -V считается самым простым и легким методом проверки версии интерпретатора Python. Это встроенная команда оболочки командной строки, и этот метод специально создан для проверки версии Python.
В этом методе нужно выполнить только следующие два шага:
Шаг 1: Откройте оболочку терминала устройства.
Шаг 2: Напишите в оболочке следующую команду и нажмите Enter:
'python -V'
Теперь мы получим версию интерпретатора Python, которую мы используем, в строковом формате.
Метод 3: С помощью метода sys.version
Чтобы использовать метод sys.version для проверки версии интерпретатора Python, мы сначала должны импортировать библиотеку платформы. Как и метод функции python_version(), мы можем использовать этот метод как в оболочке командной строки, так и в программе Python в оболочке.
Здесь мы будем использовать этот метод только как программу Python и получим версию интерпретатора Python в качестве выходных данных программы.
# Importing sys library import sys # Getting interpreter version as a result print("Current Version of Python interpreter we are using-" sys.version)
Current Version of Python interpreter we are using- 3.9.0(tags/v3.9.0:9cf6752, Oct 5 2020, 15:34:40) [MSC v.1927 64 bit(AMD64)]
Итак, как мы видим в выводе, у нас есть версия интерпретатора, которую мы используем в строковом формате, мы также получили тег и дату выпуска версии интерпретатора в этом методе sys.version.
19 полезных библиотек для Python
Библиотеки — это готовые модули кода, которые используют разработчики, чтобы не писать один и тот же код несколько раз. В этой статье делимся подборкой самых полезных библиотек Python, рассказываем, как их установить, а также коротко описываем возможности.
К началу 2023 года Python остается одним из самых популярных языков программирования. Кроме простоты и легкости синтаксиса, он также отличается множеством подключаемых библиотек. В Python их более 137000 , и практически каждый день это число растет.
Стандартные библиотеки Python
Стандартные библиотеки Python — это модули кода, которые доступны разработчикам без дополнительной установки
Например, библиотека math в Python дает возможность выполнять самые разные математические функции: находить целое от вещественного числа (math.trunc(x)) , вычислять логарифмы (math.log(x[, base])) или значение числа �� (math.pi) . А библиотека os Python необходима для работы с файловой системой компьютера и операционной системой.
Другие стандартные библиотеки — random и datetime . Первая дает инструменты для работы со случайными числами, а вторая незаменима для программ, которые оперируют временем и датами.
Стандартные библиотеки Python не требуют отдельного подключения. Чтобы использовать их функционал, достаточно просто в начале программы написать import и название библиотеки.
import math Как подключить библиотеку Python
Большинство других библиотек Python требуют отдельного подключения. Но сделать это не сложно. При использовании современной версии Python 2.7.9 и выше или 3.4 и выше необходимый для подключения библиотек инструмент — система управления библиотеками PIP – устанавливается автоматически. Поэтому, чтобы установить библиотеку, вам достаточно сделать всего три шага:
- Войдите в командную строку.
- На Mac OS нажмите клавиши Command + Space , введите в появившемся окне слово Terminal и нажмите Enter /
- На Windows нажмите клавиши Win + R , введите в появившемся окне cmd и нажмите Enter .
- Чтобы проверить, установлен ли у вас PIP , а заодно обновить его до последней версии, введите в командную строку следующие команды и нажмите Enter :
- Для Mac OS: pip install –U pip
- Для Windows: python -m pip install -U pip
- Теперь просто введите pip install и название библиотеки. Например, pip install pandas или pip install theano , а затем нажмите Enter . Файлы библиотеки автоматически загрузятся на компьютер, и она установится.
Узнать, какие библиотеки Python подойдут под ваши задачи, можно из этой статьи и с помощью агрегатора библиотек — pypi.org .
Разберем несколько библиотек для решения задач из разных сфер — веб-разработки, Data Science, дата-аналитики, визуализации данных и создания Telegram-ботов. Под описанием каждой библиотеки приведем код для установки.
Станьте профессиональным Python-разработчиком с нуля за 10 месяцев На Хекслете есть профессия «Python-разработчик». Пройдите ее, чтобы изучить самый популярный язык программирования, освоить его фреймворки и создать большое портфолио с проектами на GitHub.
Библиотеки Python для веб-разработки
Среди веб-разработчиков на Python чаще работают бэкендеры — возможно, вы слышали про популярные у них фреймворки Django и Tornado. Еще на этом языке делают парсеры — программы для сбора данных с разных страниц в интернете.
HTTPX
HTTPX — одна из главных библиотек для бэкенд-разработчиков. В отличие от другой популярной библиотеки — Requests , HTTPX позволяет работать не только с синхронными, но и с асинхронными HTTP-запросами. Эта библиотека также поддерживает современную версию протокола — HTTP2 и довольно проста в использовании.
Код для установки:
pip install httpx Celery
Celery нужна для работы с фоновыми задачами. Она позволяет выстраивать их в очередь и распределять выполнение между разными процессорами и устройствами. Это помогает уменьшить нагрузку на процессор и выполнять трудоемкие задачи без ущерба производительности. Больше всего Celery полезна для разработчиков приложений.
pip install celery Scrapy
Scrapy – это библиотека, с которой удобно собирать данные для вашего приложения. Ее используют для написания поисковых роботов (веб-краулеров) и других алгоритмов для сбора данных. Она поддерживает асинхронность и поэтому позволяет быстро и эффективно решать самые разные задачи: от загрузки веб-страниц до их обработки и сохранения в различных форматах.
pip install scrapy Dash
Dash — это библиотека Python для работы над веб-приложениями. Ее отличает доступный инструментарий для создания графических интерфейсов (GUI), через которые пользователь может работать с данными. А еще в ней удобно делать приложения с интерактивными диаграммами, графиками, дашбордами.
pip install dash Изучите Django и начните работать с базами данных с помощью ORM Чтобы создавать сайты и веб-сервисы на Python, недостаточно знать сам язык. Нужно также понимать протокол HTTP, разбираться в веб-серверах и многом другом. Пройдите трек «Веб-разработка на Django» на Хекслете и найдите еще одно применение вашим навыкам Python-разработки.
Библиотеки Python для Machine Learning
Специалистам по машинному обучению в первую очередь важно обучать различные модели на данных и применять их для классификации, регрессии, кластеризации и решения других задач.
NumPy
NumPy — библиотека, известная не только программистам, работающим с Python. Она позволяет хранить и редактировать данные в n-мерных массивах, что в некоторых случаях намного надежнее обычных списков в Python. В основе NumPy — возможность выполнять очень сложные математические преобразования.
pip install numpy Pandas
Pandas — это основная библиотека Python для наиболее трудоемких задач в машинном обучении: подготовки и первичного анализа данных. С помощью Pandas удобно фильтровать, объединять и группировать данные, а также строить модели интерпретации любого уровня сложности.
pip install pandas TensorFlow
TensorFlow — это библиотека популярная у разработчиков нейронных сетей. Она использует тензоры — многомерные массивы, которые дают возможность работать с несколькими сетями одновременно. Также TensorFlow часто используется для распознавания изображений и рукописного текста.
pip install tensorflow LightGBM
LightGBM — библиотека, созданная сотрудниками Microsoft для работы в сфере машинного обучения. Ее ключевая особенность — быстрая реализация градиентного бустинга. Это такой принцип машинного обучения, который помогает разработчикам создавать новые алгоритмы, используя многоуровневые решения.
pip install lightgbm Читайте также: Как программировать на Python в Windows. Разбираем WSL
Библиотеки Python для форматирования и очистки данных
Среди аналитиков и научных работников на Python востребованы библиотеки для форматирования и очистки данных. Они помогают приводить данные к нужному виду, удалять пропуски и выбросы, объединять разные источники данных и так далее. Без таких библиотек работа с данными была бы гораздо сложнее и дольше.
Цифровых данных с каждым днем становится больше, и для упрощения их обработки нужны специальные инструменты. В Python есть множество библиотек, которые помогают приводить данные к нужному виду: удалять пропуски и выбросы, объединять разные источники данных.
Dora
Dora — это библиотека для очистки и разведочного анализа данных, которая значительно упрощает решение задач Data Science. С ее помощью можно преобразовывать категориальные данные в порядковые, менять и удалять столбцы, выделять, извлекать и визуализировать признаки и решать много других задач.
pip install dora Datacleaner
Datacleaner нужна для автоматической очистки и подготовки данных к анализу. Она позволяет удалять строки без указанного значения, кодировать нечисловые переменные, работать с фреймами Pandas и решать множество других задач. Datacleaner проста в использовании, так что подойдет и начинающим пользователям.
pip install datacleaner Tabulate
Tabulate используется для создания таблиц с удобным дизайном. В ней есть множество функций форматирования для удобного вывода словарей, списков, двумерных массивов библиотек NumPy и Pandas . Кроме консоли Tabulate поддерживает выгрузку данных и в различных веб-форматах — от HTML до Markdown Extra.
pip install tabulate Scrubadub
Scrubadub – это библиотека, особенно полезная для работы с конфиденциальными данными. Она предлагает множество гибких инструментов для удаления из массива данных имен, телефонов, URL-адресов, ID и других важных данных.
pip install scrubadub Библиотеки Python для визуализации данных
Библиотеки для визуализации данных позволяют создавать разнообразные графики, диаграммы, дашборды и другие изображения, которые помогают представить данные. С помощью таких библиотек можно сделать данные более привлекательными и понятными для аудитории.
Matplotlib
Matplotlib – одна из главных библиотек для визуализации данных на Python. Многие другие библиотеки, например, Cartopy или Seaborn используют для работы с графиками элементы именно этой библиотеки. У Matplotlib есть понятный объектно-ориентированный интерфейс и удобный API для встраивания в другие приложения.
pip install matplotlib Altair
Altair — это библиотека Python для статистической визуализации. Она носит «декларативный» характер: разработчикам не нужно писать объемный код для визуализации, а достаточно указать на связь с данными. Altair не поддерживает 3D, но особенно полезен для создания составных и комплексных 2D-графиков.
pip install altair Bokeh
Bokeh – библиотека визуализации данных, оптимизированная под браузеры. Она поддерживает работу с веб-приложениями и JSON-объектами, а также оптимизирована под работу с данными в реальном времени. Особенно часто Bokeh применяют для создания интерактивных визуализаций.
pip install bokeh Leather
Leather — это совсем новая библиотека визуализации данных для Python. Она наиболее полезна, когда задачу нужно решить как можно быстрее. В отличие от ряда подобных библиотек, Lether способна взаимодействовать с широким разнообразием данных и выводить их через векторную графику.
pip install leather Библиотеки Python для создания Telegram-ботов
Telegram-боты — то, что сделало Python особенно популярным на постсоветском пространстве. Боты используют для разных задач — от записи на публичные лекции до оказания помощи или написания текстовых RPG.
Aiogram
Aiogram – это удобная и полностью асинхронная библиотека для создания ботов. Написанные с ее помощью боты отличаются высокой скоростью работы и способностью оперативно справляться с большим трафиком.
pip install aiogram Python-telegram-bot
Python-telegram-bot – одна из самых старых библиотек для создания ботов c синхронным режимом работы. Кроме реализации чистого API эта библиотека содержит ряд высокоуровневых классов, упрощающих разработку ботов.
pip install python-telegram-bot Telebot
Telebot – библиотека, которая в большей степени подойдет начинающим разработчикам. Она проста в использовании, требует меньших объемов кода и способна работать как синхронно, так и асинхронно.
pip install telebot Итог
Мы рассмотрели 19 библиотек для Python, применяющихся в наиболее популярных областях программирования. Какую выбрать – зависит от ваших задач. Если вы опытный разработчик и не нашли в списке библиотеку, о которой точно должен знать каждый — расскажите о ней в комментариях.
Станьте профессиональным Python-разработчиком с нуля за 10 месяцев На Хекслете есть профессия «Python-разработчик». Пройдите ее, чтобы изучить самый популярный язык программирования, освоить его фреймворки и создать большое портфолио с проектами на GitHub.