Instalando Python em sua máquina

A instalação do Python em máquinas Windows pode ser realizada via Python Fundation ou Ananconda. A última é preferível, pois permite o uso de virtual environments (envs) no Windows (discutiremos com mais detalhes sobre virtual environments nesse post).

UPDATE 18/05/2019

Vem sendo observado erros recorrentes na instalação do Python via Anaconda em razão de não ser instalado o arquivo conda.exe. O workaround encontrado para este problema está na instalação do python via Miniconda.

A diferença do Anaconda para o Miniconda estão nos pacotes que vem instalados por padrão.

Para usuários Linux, é possível instalar o python por ambas opções sem perdas.

O conda é tanto um gerenciador de pacotes, quanto gerenciador de virtual environments. Instruções para instalação do conda pode ser encontradas no tutorial do digitalocean

Seu equivalente é o pip, mas este assume apenas o papel de gerenciador de pacotes. No linux, para criar virtual environments em combinação com o pip é necessário instalar o pacote python-virtualenv. Para tanto entramos com os seguintes comandos no terminal linux.

sudo apt-get install -y libpython-dev
sudo apt-get install -y libpython3-dev

sudo apt install python3-pip
sudo apt install python-pip

sudo apt-get install python-virtualenv

Neste post se espera a instalação da versões Python 2 e Python 3.

Instalando o reticulate

Dentro do RStudio, instalamos o pacote reticulate conforme comando a seguir.

install.packages('reticulate')

A reticulação do python dentro do RStudio pode ser feita via terminal ou através dos chunks do R Notebook e RMarkdown.

Reticulando em notebooks

Abra um novo arquivo (Rmarkdown ou R Notebook) e crie um novo chunk R.

library(reticulate)

Em seguida, vamos localizar as versões do python instaladas em sua máquina através do comando py_discovery_config.

py_discover_config()

## python:         C:\PROGRA~3\Miniconda3\python.exe
## libpython:      C:/PROGRA~3/Miniconda3/python37.dll
## pythonhome:     C:\PROGRA~3\Miniconda3
## version:        3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)]
## Architecture:   64bit
## numpy:           [NOT FOUND]
## 
## python versions found: 
##  C:\PROGRA~3\Miniconda3\python.exe
##  C:\PROGRA~3\Miniconda2\python.exe
##  C:\ProgramData\Miniconda2\python.exe

Pelo output acima, vemos que temos uma versão do python 3 e duas do python 2 instaladas em minha máquina e que a versão python 3 foi reticulada automáticamente pelo RStudio.

Neste momento, já podemos trabalhar com o python reticulado. Contudo, está não é uma boa prática.

Ao trabalhar com um mesmo ambiente python em diferentes projetos corremos o risco de atualizar pacotes para versões sem compatibilidade com códigos antigos ou mesmo instalar pacotes que gerem conflitos com outros já instalados.

Para tanto, se faz necessário criar um ambiente separado daquele compartilhado pelo python reticulado - um virtual environment (env).

Caso esteja utilizando o conda para gerenciar seus pacotes e envs, criamos uma nova env pelo comando conda_create. No exemplo abaixo, vamos criar duas envs, cada um com uma versão diferente do python.

Ajuste o path das versões distribuidas pelo conda conforme instalação em sua máquina.

Python 3:

conda_create(envname = "r-py3", 
             conda = "C:/ProgramData/Miniconda3/Scripts/conda.exe",
             packages = c("pandas"))

## [1] "C:\\Users\\Adelmo Filho\\Documents\\.conda\\envs\\r-py3\\python.exe"

Python 2:

conda_create(envname = "r-py2", 
             conda = "C:/ProgramData/Miniconda2/Scripts/conda.exe")

## [1] "C:\\Users\\Adelmo Filho\\Documents\\.conda\\envs\\r-py2\\python.exe"

Caso não esteja usando o conda, a criação da virtual env pode ser realizada de forma equivalente utilizando a função virtualenv_create com o argumento conda da função conda_create substituido pelo argumento python, o qual deve apontar para o executável do path do executável do python.

Removendo virtual envs

Parte da jornada é o fim (Stark, 2019)

A descontinuidade do python 2 está marcada para janeiro de 2020. De certo da importância do fato, o uso do python 3 é preferível. Vamos, então, remover a virtual env criada com o python 2.

Primeiramente, para enxergar todas as virtual envs criadas podemos utilizar a função conda_list

conda_list()

##         name
## 1 Miniconda3
## 2      r-py2
## 3      r-py3
##                                                                python
## 1                             C:\\ProgramData\\Miniconda3\\python.exe
## 2 C:\\Users\\Adelmo Filho\\Documents\\.conda\\envs\\r-py2\\python.exe
## 3 C:\\Users\\Adelmo Filho\\Documents\\.conda\\envs\\r-py3\\python.exe

E removemos a env r-py2 pela função conda_remove.

conda_remove("r-py2")

Caso não esteja usando o conda, a remoção de envs é realizada pelo comando virtualenv_remove.

Populando nosso virtual environment

Uma vez que nossa env está criada, por padrão, ela não possui os principais pacotes de manipulação de dados e modelagem, típicos de nossas análises.

Através da função py_config verificamos (output abaixo) que a versão reticulada do python é da nossa env r-py3.

Caso fosse necessário trocar de env, bastaria utilizar o comando conda_python ou seu equivalente virtualenv_python (na ausência do conda) e informar no argumento envname o nome da env desejada.

py_config()

## python:         C:\Users\Adelmo Filho\Documents\.conda\envs\r-py3\python.exe
## libpython:      C:/Users/Adelmo Filho/Documents/.conda/envs/r-py3/python37.dll
## pythonhome:     C:\Users\ADELMO~1\DOCUME~1\.conda\envs\r-py3
## version:        3.7.3 (default, Apr 24 2019, 15:29:51) [MSC v.1915 64 bit (AMD64)]
## Architecture:   64bit
## numpy:          C:\Users\ADELMO~1\DOCUME~1\.conda\envs\r-py3\lib\site-packages\numpy
## numpy_version:  1.16.3
## 
## python versions found: 
##  C:\PROGRA~3\Miniconda3\python.exe
##  C:\PROGRA~3\Miniconda2\python.exe
##  C:\ProgramData\Miniconda2\python.exe
##  C:\Users\Adelmo Filho\Documents\.conda\envs\r-py3\python.exe

A instalação de pacotes em uma env é realizada pelo comando conda_install ou, equivalentemente, virtualenv_install.

No nosso exemplo abaixo, vamos instalar os pacotes pandase scikit-learn

conda_install(envname = "r-py3", 
              packages = c("pandas", "scikit-learn"))

Nosso primeiro chunk python

Crie um novo chunk python em seu R Notebook / Rmarkdown. Dentro dele, é possível escrever com a mesma sintaxe e pacotes do python.

import pandas as pd
import numpy  as np
from random import random

print("hello world")  # O que você esperava de um primeiro código em python?

## hello world

Escrevendo em python via console

Outra ferramenta útil do pacote reticulate está em trocar o kernel do RStudio, tornando-o uma IDE para python.

Para isto, entramos com o comando reticulate::repl_python() diretamente no console do RStudio.

REPL vem da sigla read–eval–print loop e basicamente implica que estaremos trabalhando em um python shell.

reticulate::repl_python()

## Python 3.7.3 (C:\Users\Adelmo Filho\Documents\.conda\envs\r-py3\python.exe)
## Reticulate 1.12 REPL -- A Python interpreter in R.

Uma mensagem de aviso aparecerá informando a versão / env do python que será utilizada pelo Rstudio a partir deste momento. Caso se deseje retornar ao R, basta sair do shell com o comando exit.

Próximos passos

Neste primeiro post, conectamos o python através do pacote reticulate e verificamos as possibilildades de uso da IDE do RStudio com o python como kernel.

O pacote reticulate trabalha além disso, permitindo interações entre objetos criados no R ou no Python. Abordaremos esse tópico na parte 2 desse post.

Vejo vocês lá!