Pythonはもっとも人気のあるプログラミング言語といわれています。
その背景には、AIや機械学習といったサイエンス分野で注目されるようになったことによるものだと思われます。
おそらく皆さんの中にもこれからPythonを使ってプログラミングを始めたいと思われる方がおられると思います。
Pythonの実行環境をつくるには大きく二つの方法があります。
- Pythonの公式サイトからPython本体の実行ファイルをインストールする方法
- Pythonの実行ファイルを含むさまざまなIDE(統合開発環境)やライブラリ・モジュールが同梱されているディストリビューションを導入する方法
本記事ではこれからPythonを使って開発をしてみたいという初学者向けに➁のPythonの開発環境(Anacondaによる開発環境)の構築方法・使い方(概要)をまとめています。
１. Anacondaについて
Anacondaの概要ついて説明します。
公式サイトは以下の通りです。
Anaconda 公式サイト
https://www.anaconda.com/
データサイエンス向けの環境を提供するプラットフォーム、科学技術計算などを中心とした、多くのモジュールやライブラリ、が用意されており簡単にPython開発環境を構築することができます。(数百～数千)
| 主要なライブラリ | 提供機能など |
|---|---|
| Numpy | 配列、行列演算 |
| Pandas | データフレーム、データ管理 |
| Matplotlib | グラフ・表などのデータの可視化 |
| Tkinter | GUI機能の提供 |
| openpyXL | 表計算(Excel)機能の提供 |
また、Anaconda Promptに対話型実行やJupyter Notebook、Spyderといった統合開発環境(IDE)も使うことができます。
導入後はWindowsのメニューにAnaconda3フォルダが一覧表示されます。
Anaconda Navigator(環境管理)とAnacondaPrompt、JupyterNotebook、Spyderなどの開発環境IDEへショートカットできます。
では、次項以降でインストール方法と同梱ツールと機能について紹介してきます。
2. Anacondaのインストール方法
次にAnacondaディストリビューションのインストール方法について説明します。
Anaconda公式サイトからDownloadページに移動します。
１．プラットフォームに応じたインストラーはWidnows/MacOS/Linuxの３つの中から選ぶことができます。
2. 旧Verのインストーラーはarchiveのページから
DLすることができます。
3. Verなどを確認しNextへ進みます。
4. 利用規約を確認し、I Agree(同意)を選択します。
5. Just Meをチェックし、Nextへ進みます。
6. インストール先を選択後、Nextへ進みます。
(通常はデフォルトのままで問題ありません。)
7. 環境変数に追加するにチェック(※)し、Installボタンを押すとインストールが全自動で実行されます。(※ MSコマンドプロンプトからPythonコマンドが使える)
10分程でインストールが完了します。
3. Anaconda同梱ツールと機能の紹介
Anacodna標準導入されているツールと管理機能について概要を解説します。
3.1 Anaconda Navigator
Anaconda Navigatorは開発環境の管理を行うアプリケーションです。開発ツールの起動やライブラリ、モジュールのバージョン管理や仮想環境の作成・管理・切替を行うことができます。
3.1.1 Homeタブ
ベース環境(仮想環境)と起動するアプリケーションを選択(Launchボタン)をします。
【アプリケーションの起動】
⓪ Homeタブを選択する。
➀ アクティブにする環境を選択する(複数の仮想環境がある場合)。
➁ ➀で選択した環境にインストールされているアプリケーションが表示される。
➂ Launchボタンの押下で起動する。
3.1.2 Environmentタブ
ベース環境(仮想環境を含む)とライブラリ・モジュールの管理を行います。
【ライブラリ/モジュール管理】
➀ ソフトの管理対象となる環境(仮想環境)を選択します。
➁ 導入済みのものは勿論のこと、未導入のソフトに関しても主要なものを一覧表示してくれます。
➂ Update可能な対象ソフトを表示してくれます。
【仮想環境の管理・作成】
➃ 仮想環境を導入することで、Python2.X/3.X異なるプラットフォームの共存やライブラリのVerを個別に独立に管理することができるようになります。
例えば、機械学習系のライブラリ(TensorFlowやscikit-learn)などのVer依存の強いソフトウェア導入や互換性の検討を気軽に試すことできる。
3.2 Anaconda Prompt
最もベーシックな実行環境はコマンド入力によるCUIからの実行になります。Anaconda Promptの使い方は2つあって、➀予めエディタで作成したコードファイル(拡張子.py)を実行する方法と、②対話型インタプリタとして実行する方法があります。
Windowsの場合は環境変数にPythonの実行ファイルを登録している場合は、MSコマンドプロンプトから「Python」と入力することで同等のことができるようになります。
3.3 Jupyter Notebook
Jupyter Notebookでの開発画面は以下のようになります。
Webブラウザベース上のGUIでコードの入力と実行をセルと呼ばれる単位で実行していきます。最小単位の実行コードを試行・結果の確認ができるので初心者にも大変使いやすい操作性です。グラフ・図をブラウザ上にインライン表示することもできます。
また、本サイトの別記事でJupyterNotebookを取り上げていますので参照してみてください。
3.4 Spyder
Spyderをつかった開発画面は以下のようになります。他の有名な統一開発環境VS（VisualStudio）などと似たGUIを持ち一定の親和性があります。そちらに慣れている方であれば直感的な操作で簡単に扱うことができると思います。
デバッガ機能やインタラクティブ実行機能なども標準で使える点が便利です。
公式サイトは以下の通りです。
Spyderオフィシャルサイト
https://www.spyder-ide.org/
本記事では紹介までにとどめます。
Spyderの詳細については別記事で取り上げたいと思います。
4. まとめ
いかがでしたでしょうか？
今回はPythonの開発環境の導入方法として、Anacondaディストリビューションの導入方法と概要について解説してきました。
Anacondaは初心者から上級者まで幅広くカバーしながら、シンプルな操作で使うことができる便利な開発環境です。
Pythonプログラミングを行う際は、まずはこれと言われるくらいメジャーな存在ですので是非本記事を参考に導入してみてください。
各開発ツールの詳細な使い方などは別記事で取り上げたいと思います。
最後までお読みいただきありがとうございました。