2.3 Lokale Installation

Installation von Python¶

Für die lokale Nutzung dieses Kurses benötigen Sie eine Python-Installation. Es gibt zwei empfohlene Wege: die Standard-Python-Installation von Python.org oder die Anaconda-Distribution.

Option A: Python.org (Standard-Installation)¶

Die offizielle Python-Installation eignet sich für die meisten Anwendungsfälle und bietet maximale Flexibilität.

Installation überprüfen:

$ python3 --version
Python 3.13.7
# oder auf manchen Systemen:
$ python --version

Die bei Ihnen installierte Python-Version kann von der hier gezeigten abweichen. Solange Sie eine relativ moderne Python-Version haben (>= 3.11) können Sie die Inhalte des Kurses problemlos durcharbeiten.

Option B: Anaconda Distribution¶

Anaconda ist besonders für Data Science und wissenschaftliche Anwendungen geeignet und bringt viele nützliche Pakete mit.

Alle Betriebssysteme:

1. Besuchen Sie die offizielle Anaconda-Download-Seite

2. Laden Sie die Anaconda-Distribution für Ihr Betriebssystem herunter

3. Folgen Sie der detaillierten Installationsanleitung von Anaconda

4. Nach der Installation steht Ihnen der Anaconda Navigator zur Verfügung

Vorteile von Anaconda:

• Integrierte wissenschaftliche Pakete (NumPy, Pandas, Matplotlib, etc.)

• Anaconda Navigator für grafische Verwaltung

• Conda Package Manager für einfache Paketverwaltung

• Jupyter Notebook bereits vorinstalliert

Installation überprüfen:

$ conda --version
$ python3 --version

Download der Inhalte¶

Um die Kursinhalte lokal zu nutzen, benötigen Sie Git und müssen das Repository klonen.

Git installieren¶

Git ist ein Versionskontrollsystem, das für das Herunterladen der Kursinhalte benötigt wird.

Git konfigurieren:

Nach der Installation konfigurieren Sie Git mit Ihren Daten:

$ git config --global user.name "Ihr Name"
$ git config --global user.email "ihre.email@example.com"

Repository klonen¶

1. Öffnen Sie ein Terminal (Linux/macOS) oder Git Bash (Windows)

2. Navigieren Sie zu dem Verzeichnis, in dem Sie den Kurs speichern möchten

3. Klonen Sie das Repository:

   # Klonen (Herunterladen) der Kursinhalte
   $ git clone https://github.com/schnaitter/Selbstlernkurs_Python.git
   # Wechsel in den neu erstellten Ordner mit den Kursinhalten
   $ cd Selbstlernkurs_Python
   # Ausgabe der Unterordner und Dateien im heruntergeladenen Ordner
   $ ls

Verzeichnisstruktur:

Nach dem Klonen erhalten Sie folgende Struktur:

• 000-Einleitung/ - Allgemeine Informationen zum Kurs

• 010-Installation_Technik/ - Diese Installationsanleitung

• 020-Python_Grundlagen/ - Grundlagen der Python-Programmierung

• Weitere Kapitel entsprechend dem Kursaufbau

Einrichten eines Virtuellen Environments¶

Virtuelle Umgebungen (Virtual Environments) isolieren Python-Projekte voneinander und verhindern Konflikte zwischen verschiedenen Paketen und Versionen.

Option A: Nutzung des Python Moduls venv¶

venv ist das standardmäßige Tool für virtuelle Umgebungen in Python und funktioniert mit jeder Python-Installation.

Virtuelles Environment erstellen:

# Im Kurs-Verzeichnis
$ python3 -m venv venv

Dieser Befehl führt das Python-Modul venv aus und übergibt dem Befehl einen Namen für den Ordner, in dem das Virtuelle Environment gespeichert werden soll. Dieser heißt hier venv. Soll der Ordner anders heißen (bspw. “mein_environment”), so wäre der Befehl der nachfolgende. Dieser müsste dann in den Befehlen in den nächsten Abschnitten angepasst werden, weshalb eine Änderung des Ordner-Namens nicht empfohlen wird.

$ python3 -m venv mein_environment

Environment aktivieren:

$ venv\Scripts\activate

venv\Scripts\Activate.ps1

source venv/bin/activate

Pakete installieren:

Stellen Sie sicher, dass das Virtuelle Environment des Kurses aktiviert ist. Dann installieren Sie die Python-Pakete, die für den Kurs benötigt werden mit dem Nachfolgenden Befehl.

$ pip install -r requirements.txt

Erhalten Sie den Fehler, dass pip nicht verfügbar ist, kann das daran liegen, dass Ihr Virtuelles Environment nicht aktiviert ist. Ist es aktiviert können Sie auch den folgenden Befehl ausprobieren:

$ python3 -m pip install -r requirements.txt

Environment deaktivieren:

deactivate

Detaillierte Informationen finden Sie in der offiziellen venv-Dokumentation.

Option B: conda (Anaconda)¶

Conda bietet erweiterte Paketverwaltung und kann auch nicht-Python-Pakete installieren. Dies kann die Installation von bestimmten Paketen bspw. für Machine Learning erleichtern. Wir benötigen diese Funktionalität nicht für den vorliegenden Kurs.

Environment erstellen:

# Neues Environment mit Python 3.13 erstellen
$ conda create -n selbstlernkurs-python python=3.13
$ conda activate selbstlernkurs-python

$ pip install -r requirements.txt

Wir benutzen hier auch bei der Nutzung von conda das Programm pip zur Installation der Pakete.

Environment verwalten:

# Verfügbare Environments anzeigen
conda env list

# Environment aktivieren
conda activate selbstlernkurs-python

# Environment deaktivieren
conda deactivate

# Environment löschen (falls nötig)
conda env remove -n selbstlernkurs-python

Weitere Informationen in der offiziellen conda-Dokumentation.

Test des Setups¶

Nach der Installation und Einrichtung sollten Sie Ihr Setup testen, um sicherzustellen, dass alles korrekt funktioniert.

Grundlegende Python-Installation testen¶

1. Python-Version überprüfen:

   $ python3 --version
   Python 3.13.7

   Sollte Python 3.11 oder höher anzeigen. Die bei Ihnen installierte Python-Version kann von der hier gezeigten abweichen.

2. Verfügbarkeit des Pakets jupyter testen:

   $ python3 -c "import jupyter; print('Jupyter verfügbar')"

JupyterLab starten¶

Wir benutzen JupyterLab als Oberfläche für die Arbeit mit Code im Kurs. Führen Sie den nachfolgenden Befehl in einem Terminal aus. Dies startet einen Jupyter Server und öffnet Ihren Webbrowser mit einem neuen Tab in dem Sie die Jupyter-Lab-Oberfläche sehen.

jupyter lab

Fehlerbehebung¶

Häufige Probleme:

• “Python not found”: Stellen Sie sicher, dass Python zum PATH hinzugefügt wurde

• “Module not found”: Aktivieren Sie Ihr virtuelles Environment vor der Installation

• Jupyter startet nicht: Überprüfen Sie, ob Jupyter in Ihrem Environment installiert ist

Weitere Hilfe:

• Python FAQ

• Anaconda Troubleshooting

• Git FAQ