Pipenvの使い方

Pipenvとは

pythonの仮想環境作成・管理とライブラリの管理を行ってくれる
要はnpmとかみたいなもの
requirements.txtがプロジェクトに存在するとそれから依存を読み出してセットアップしてくれる

pipenvのセットアップ

pipenv自体のinstall

pip install pipenv

pipenvをプロジェクトに対してセットアップ

pipenv --python <python-version>

これでプロジェクト直下に`Pipfile`と`Pipfile.lock`ができる

## ライブラリのインストール

pipenv install <library-name>

dev環境のみへのインストール

実行時には使用しなくていいテストライブラリなどはこっち

pipenv install --dev <library-name>

pipenvで作成した環境でのpythonの実行

普通にプロジェクトの直下でpythonを実行しただけじゃシステムに設定されたpythonが用いられる
pipenvで作成した環境を使うにはpipenv shellとうつ

既存の `Pipfile.lock` から環境を再現する

既にリポジトリで pipenv の設定がなされている場合、リポジトリ下にある Pipfile.lock を用いて環境を再現することができる。次のコマンドを実行する。

pipenv sync

pipenv環境からrequirements.txtを生成する

pipenv lock -r > requirements.txt

関連事例

データ分析支援
事例：過去実績を提案に活用する分析の仕組み
広告代理店との取り組みです。同社は過去実績の示唆を次の提案へ反映し、結果をどのように予測したか、その背景まで提案先のクライアントへ説明できるようになりました。KDOT は案ごとの見込みと判断材料を比較できる仕組みを業務アプリとして実装しました。さらに業務アプリの中核となる処理ロジックと機械学習モデルについて、特許手続きを担う弁理士が技術の新規性や工夫を検討するための資料を作成しました。その後この発明には特許が付与されました。
データ基盤構築 / 技術顧問（技術企業向け）
事例：効果検証の分析処理基盤
効果検証を提供する分析会社との取り組みです。同社は分析者の人数に比例してしか売上と利益を伸ばせない事業の形を、効果検証をプロダクトとして提供することで変革しようとしていました。手法とモデルは同社のまま、社内では開発できなかった、データと機械学習の重い推定を製品として動かす仕組みの開発を、開発支援会社の KDOT に任せました。推定を案件ごとの手作業ではなくシステムで実行できるようになったことで、同社は人数に比例しない形で売上と利益を伸ばすことを目指せるようになりました。