pip dan Virtual Environment

pip: Play Store-nya Python

Analoginya gampang: kalau Python itu HP, maka pip adalah Play Store-nya. Kamu tidak perlu bikin roda dari nol, tinggal ketik satu perintah dan ribuan library siap dipasang, dari pandas buat analisis data sampai requests buat ambil data dari internet.

Contoh paling dasar:

pip install pandas
pip install numpy matplotlib seaborn openpyxl
pip show pandas      # lihat versi, lokasi install, dependensinya
pip list             # daftar semua library yang terpasang
pip install --upgrade pandas   # naikkan ke versi terbaru

Kenapa ini penting buat data analyst? Karena 90% kerja analisis modern berdiri di atas library orang lain. Dataset Excel dibaca pakai openpyxl lewat pandas, grafik digambar matplotlib, statistik dihitung numpy. Tanpa pip, kamu harus nulis semuanya sendiri, dan itu bukan kerjaan yang realistis.

Masalah klasik: tabrakan versi

Bayangkan kamu pegang dua project. Project A (laporan lama klien) butuh pandas 1.5, project B (eksperimen baru) butuh pandas 2.2 yang API-nya berubah. Kalau semua diinstall ke Python global, keduanya rebutan satu versi dan salah satunya pasti rusak. Ini bukan teori, ini kejadian yang dialami hampir semua analyst pemula.

Solusinya: virtual environment. Analoginya seperti kos-kosan: tiap penghuni (project) dapat kamar sendiri, barang-barangnya tidak campur aduk dengan kamar sebelah.

Alur kerja yang realistis untuk tiap project baru:

python -m venv venv          # bikin kamar baru bernama venv
source venv/bin/activate     # masuk kamarnya (Mac/Linux)
# venv\Scripts\activate      # versi Windows
pip install pandas numpy matplotlib
pip freeze > requirements.txt

Setelah aktif, prompt terminal berubah, ada tulisan (venv) di depan. Semua pip install mulai sekarang hanya masuk ke environment itu. Project lain tidak ikut terpengaruh.

File requirements.txt itu "resep" project: daftar library plus versi persisnya, misalnya pandas==2.2.1. Rekan setim (atau kamu enam bulan dari sekarang) tinggal menjalankan pip install -r requirements.txt untuk mereproduksi environment yang sama persis. Tidak ada lagi drama "di laptopku jalan, di laptopmu error".

Jebakan umum

SALAH: install semua library langsung ke Python global tanpa venv, karena "ribet bikin environment tiap project".

BENAR: satu project, satu venv. Bikinnya cuma 10 detik (python -m venv venv), tapi menyelamatkanmu dari tabrakan versi yang debugging-nya bisa makan seharian.

SALAH: commit folder venv/ ke git. Isinya bisa ratusan MB dan spesifik ke komputermu, tidak berguna buat orang lain.

BENAR: commit requirements.txt saja, dan tambahkan venv/ ke .gitignore. Environment bisa dibangun ulang kapan pun dari resepnya.

Catatan teknis: Setiap buka terminal baru, venv harus diaktifkan ulang (prompt (venv) hilang berarti belum aktif). Kebiasaan yang bagus: aktifkan dulu, baru pip install atau menjalankan script analisis.