실행 환경 — 의존성과 Python 자체를 격리하기

# 현재 디렉토리에 venv 생성
python -m venv .venv

# 활성화 (Unix/macOS)
source .venv/bin/activate

# 활성화 (Windows PowerShell)
# .venv\Scripts\Activate.ps1

# 이제 pip install 이 venv 로
pip install requests

# 확인
which python                  # /path/to/.venv/bin/python
which pip                     # /path/to/.venv/bin/pip

# 끝나면 비활성화
deactivate

# uv 설치 (일회성, 시스템 레벨)
# curl -LsSf https://astral.sh/uv/install.sh | sh

# venv 생성
uv venv .venv

# 활성화 (venv 와 같음)
source .venv/bin/activate

# 설치 — uv pip 가 극적으로 빠름
uv pip install requests httpx

# 또는 uv 의 project 모드 (별 venv 활성화 불필요)
# uv add requests           — pyproject.toml + .venv 에 추가
# uv run python script.py    — 프로젝트 venv 에서 실행

import sys
# 활성화된 venv 안에서:
print(sys.prefix)             # /path/to/.venv
print(sys.executable)         # /path/to/.venv/bin/python

# 가끔 유용 — 베이스 인터프리터와 venv 구분
print(sys.base_prefix)        # /path/to/system/python
print(sys.prefix == sys.base_prefix)   # venv 면 False, 아니면 True

# direnv (별 도구, brew install direnv) 가 cd 하면 .envrc 로드.
# 프로젝트 디렉토리에서:
# echo "source .venv/bin/activate" > .envrc
# direnv allow
#
# 이제 디렉토리에 cd 하면 venv 자동 활성화,
# 나가면 비활성화.
#
# Pippa 가 conda 와 direnv 사용 — cwkPippa 에 cd 하면
# cwk-pippa conda env 자동 활성화.