এই অংশটি core Python কভার করেছে — সেই অংশ যা প্রথম পাঠের যে ডোমেইনেই আপনি এগিয়ে যান না কেন একই থাকে। এই শেষ পাঠটি একটি ব্যবহারিক ওয়ার্কফ্লো অভ্যাস কভার করে, আর এরপর কী আসছে তার দিকে নির্দেশ করে।
বিভিন্ন প্রজেক্টে প্রায়ই একই প্যাকেজের ভিন্ন, কখনো কখনো সাংঘর্ষিক ভার্সন দরকার হয়। একটি virtual environment প্রতিটি প্রজেক্টকে ইনস্টল করা প্যাকেজের নিজস্ব আলাদা সেট দেয়, আপনার পুরো মেশিনের জন্য একটি শেয়ার করা স্তূপের বদলে:
python3 -m venv myproject-env # create it, once per project
source myproject-env/bin/activate # activate it (Windows: myproject-env\Scripts\activate)
pip install requests # installs only into this project's environment
deactivate # done for nowআপনার প্রথম বাস্তব প্রজেক্ট থেকেই এটা করুন
বাস্তব Python প্রজেক্ট pip দিয়ে কিছু ইনস্টল করার আগে, প্রথম কয়েকটি ধাপের একটি হিসেবে একটি virtual environment তৈরি করে। এটি কোনো ভাষা ফিচার নয়, শুধু একটি শক্তিশালী, প্রায়-সার্বজনীন প্রথা — তাড়াতাড়ি এই অভ্যাসটি গড়ে তোলা মূল্যবান।
| আপনি যদি চান... | দেখুন |
|---|---|
| ওয়েব অ্যাপ্লিকেশন বানাতে | Flask (ছোট, নমনীয়) বা Django (বড়, বেশি বিল্ট-ইন গঠন) |
| ডেটা নিয়ে কাজ করতে | pandas (ডেটা বিশ্লেষণ), NumPy (numerical computing) |
| মেশিন লার্নিং / AI করতে | scikit-learn, PyTorch, TensorFlow |
| কাজ স্বয়ংক্রিয় করতে | শুধু স্ট্যান্ডার্ড লাইব্রেরিই প্রায়ই এটা কভার করে — os, shutil, subprocess |
এদের কোনোটাই ইচ্ছাকৃতভাবে এই অংশে কভার করা হয়নি — core Python স্বাচ্ছন্দ্যজনক মনে হলে প্রতিটির নিজস্ব আলাদা শেখার পথ পাওয়ার মতো যথেষ্ট বিষয় আছে, আর ভালোভাবে ব্যবহার করার জন্য প্রস্তুত হওয়ার আগে একটি বেছে নেওয়া শেখাকে দ্রুত করার বদলে ধীর করে দেয়।
এই অংশটি একটি ক্রমাগত বিবর্তিত ভাষার প্রতিটি খুঁটিনাটি ট্র্যাক করতে পারে না। অফিসিয়াল Python ডকুমেন্টেশন প্রামাণ্য, সবসময়-বর্তমান রেফারেন্স — বুকমার্ক করার মতো, আর এখানকার একটি পাঠ যা দেয় তার চেয়ে বেশি বিস্তারিত কিছু প্রয়োজন হলেই এটার দিকে যাওয়ার মতো।
এই অংশের মূল বিষয়গুলো — ডেটা টাইপ, কন্ট্রোল ফ্লো, ফাংশন, OOP, ফাইল, আর ডেটাবেস — এখান থেকে আপনি যে দিকেই যান না কেন একই থাকে।