Py5 mit Spyder in eigenem Conda-Environment

Heureka, es geht! Ich habe – wie gestern angekündigt – es tatsächlich geschafft, Py5 im eigenen Conda-Environment mit Spyder zu starten. Und dafür waren nur wenige Vorarbeiten notwendig:

Ich hatte ja vor einem Jahr schon festgestellt, daß sich (Standalone-) Spyder per Design (das ist kein Bug, sondern ein Feature!) schwer tut, mit anderen als den mitgelieferten (Python-) Paketen zusammenzuarbeiten. Der in der Spyder-FAQ vorgeschlagene Workaround wies mich aber auf eine Lösung hin, die recht einfach mit der Anaconda-Navigator-Umgebung zu realisieren war. Dafür muß man einen Weg einschlagen, den Lee Vaughan in seinem Buch »Python Tools vor Scientists« den »naiven Zugang« (Naive Approach) nennt¹. Hierbei wird tatsächlich ein eigenes Spyder in der gewünschten Umgebung (in meinem Fall py5) installiert. Der Anaconda-Navigator schlägt (nach einem Wechsel in das Environment) die Installation auch schon vor, so daß diese mit einem Mausklick zu erledigen ist².

Wenn man nun im Navigator in der aktivierten Umgebung Spyder startet, läuft ein Spyder, das alle Python-Pakete kennt, die in der aktiven Umgebung installiert sind – also in meinem Fall auch Py5. Der Screenshot im Banner oben ist der Beweis.

Das macht die Spynne doch wieder zu einer möglichen Visual Studio Code-Alternative. Ich brenne darauf zu testen, wie sich Py5 zum Beispiel zusammen mit der Matplotlib schlägt. Aber auch von Simulationen mit Pygame als Simulationsoberfläche und der Matplotlib als Umgebung für die Charts wage ich zu träumen. Ihr seht, ich habe immer noch zu tun. Still digging!

Literatur

Lee Vaughan: Python Tools for Scientists. An Introduction to Using Anaconda, JupyterLab, and Python’s Scientific Libraries, San Francisco CA (No Starch Press) 2022

Fußnoten

1. Im Gegensatz zum »modularen Zugang« (Modular Approach), bei dem jedes Conda-Environment nur Aliase auf die im Base-Environment installierten Pakete bereitstellt.

2. Auch Lee Vaughan empfiehlt für Spyder den naiven Zugang, während er für Jupyter und JupyterLab den modularen Weg vorschlägt.