Göm meny
Gäller för: VT24

Python på egen dator + FAQ


Här följer lite instruktioner till hur du kan göra för att jobba med Python på din egen dator.

Installera Python på egen dator

Den version av Python som vi använder i LiUs Linux-miljö är Python 3.11 och har du redan installerat Python hemma går det bra att använda version 3.11 eller högre. Om du inte installerat någon annan version av Python 3 på din dator sedan tidigare går det bra att installera den senaste versionen av Python. I skrivande stund är detta version 3.12.

Besök https://www.python.org/downloads/ och ladda ner installationsfilen och kör den.

Har du redan en äldre Python 3-version installerad så bör det mesta i kursen fungera ändå, det kan dock finnas situationer där du stöter på problem.

Python 2.x är INTE kompatibelt med kursens innehåll.

Om du kör Windows

  • Du kan installera Python 3 antingen genom att ladda ner filen från Python.org, eller via Microsoft Store. Båda alternativen fungerar.
  • Om du laddar ner installationsfilen från Python.org är viktigt att du kryssar i rutan “Add Python 3.X to PATH” för att Python ska fungera som det ska i kommandofönstret.

Om du kör Linux

Det är i de flesta fall smidigast att installera Python via din distributions pakethanterare. Prova dock först att öppna en terminal och kör

$ python --version

Om du får tillbaka något i stil med Python 3.11.5 snarare än python: command not found så har du redan Python installerat. Kontrollera i så fall att du har Python version 3.11 eller högre. Får du tillbaka något i stil med Python 2.7.10 kan du testa att köra

$ python3 --version

Då har du både Python 2 och Python 3 installerat. Var då noga med att alltid använda python3 när du ska köra kod i den här kursen.

Installera ipython3

Om du vill använda ipython3 istället för vanliga python3 på din dator måste du också installera det. Efter att ha installerat Python 3 kan du skriva följande i terminalen/kommandofönstret (skriv ej $):

$ pip3 install ipython

Alternativa Pythonmiljöer/verktyg

Det finns många olika sätt att arbeta med Python. På kursen är det rekommenderade sättet att skriva sin kod i texteditor och köra skriptet via terminal/kommandofönster.

Detta är också det sätt som assistenterna på kursen med säkerhet kan hjälpa till med att få igång. Du kan använda andra verktyg m.m. men det finns ingen garanti att det finns en assistent som kan hjälpa till med att lösa problem som uppstår p.g.a. användning av dessa verktyg.

Köra Python-program i terminal/kommandofönster

  • Windows: Efter att du installerat Python kan du öppna ett kommandofönster och köra Python därifrån. Se t.ex. 10 Ways to Open the Command Prompt in Windows 10 för information om hur gör. OBS! I Windows används \ istället för / i sökvägar. Du behöver också använda kommandot dir istället för ls.
  • macOS: Efter att du installerat Python kan du öppna ett terminalfönster och köra Python därifrån. Se t.ex. 7 simple ways to open Terminal on Mac för information om hur du gör. Du använder samma kommandon för att navigera i filsystemet i terminalen i macOS som du använder i LiUs Linux-miljö.
  • Linux: Du bör kunna köra Python på precis samma sätt som i LiUs Linux-miljö.

Installera Visual Studio Code

Vi rekommenderar att du använder texteditorn Visual Studio Code i denna kurs.

Läs mer på sidorna om Visual Studio Code för VT1 och VT2.

Installera och använda paket

Om du vill börja jobba med egna Python-projekt som använder andras paket kan du använda pip för att installera paket från PyPi. En rekommendation är dock att inte installera paketen i den globala Python-miljön utan att istället använda projektspecifika miljöer, virtuella miljöer.

Installerar du paket globalt (globalt i systemet, inte som i global variabel) är det lätt hänt att får problem med att hantera paketversioner. Bättre är att skapa en virtuell miljö för varje projekt och installera paketen som behövs för det projektet i den projektspecifika virtuella miljön.

Skulle det vara så att du redan installerat vissa paket globalt är det ingen större fara dock. I värsta fall kan du avinstallera dem (se Installera paket för mer info).

Linux-miljö i Windows

Om man vill ha tillgång till Linux-miljö även fast man kör Windows så kan man installera Windows Subsystem for Linux (WSL) som ger tillgång till en komplett Linux-miljö samtidigt som du kör Windows.

Ett annat alternativ är Git BASH som ger dig tillgång till ett riktigt Bash-skal och många vanliga Linux-kommandon, men på en lite mer ytlig nivå än om man installerar WSL.

FAQ - Python på egen dator

Jag kan inte köra min kod i Visual Studio Code. Det blir fel när jag trycker på “Play”-knappen

Använd inte “Play”-knappen utan kör din kod genom att använda antingen den interna terminalen i VSCode eller ett externt terminalfönster/kommandotolk/Powershell. “Play”-knappen är inte alltid rätt konfigurerad, framförallt inte på Windows när man behöver använda ett paket man installerat eller en virtuell miljö.

Om du vill kan du läsa mer om konfiguration av pythonmiljöer för VSCode här: https://code.visualstudio.com/docs/python/environments

Det enklaste är dock som sagt att köra din kod från en terminal där du aktiverat rätt virtuell miljö och har rätt Python tillgänglig.

Jag kan inte aktivera min virtuella miljö i Windows

I Windows (om du kör Powershell) kan du behöva köra

$ Set-ExecutionPolicy -ExecutionPolicy Unrestricted -Scope CurrentUser

i Powershell först för att kunna aktivera din virtuella miljö. För Powershell så bestämmer Execution Policies vem och under vilka omständigheter som konfigurationsfiler laddas och skript får köra. Ovanstående tar bort alla begränsningar för den nuvarande användaren.

Mer information hittar du här: https://docs.microsoft.com/en-us/powershell/module/microsoft.powershell.security/set-executionpolicy

Jag kan inte använda wildcards (t.ex. *.csv) i Windows

Tyvärr expanderar varken cmd.exe eller Powershell användning av wildcards som de vanliga skalen till Linux/Mac gör. Om ni ska skicka flera filer till ert skript i Windows får ni skriva ut sökvägarna till filerna istället. T.ex.

$ skapa_kaffediagram3.py csv\AdaLovelace.csv  csv\CeciliaPayneGaposchkin.csv csv\GraceHopper.csv

istället för

$ skapa_kaffediagram3.py csv\A* csv\C* csv\G*

Sidansvarig: Johan Falkenjack
Senast uppdaterad: 2023-12-29