Python
アフィリエイト広告・PR

Anacondaで作製したPython仮想環境にパッケージをインストールする方法

小倉 淳
記事内に商品プロモーションを含む場合があります

こんにちは、個人事業OguLinks代表の小倉(@jun_ogulinks)です。

Pythonを利用するうえで便利なAnacondaですが、作製した仮想環境にパッケージをインストールする作業はプログラミング初心者には慣れないものです。

記事にするほどでもないかなぁと思いつつ、完全初心者でAnaconda初見の人にはやはり分からないようなので簡単に解説をしていきたいと思います。

スポンサーリンク

Python仮想環境の作製

まずはテスト用に新しい仮想環境を作製してみます。

Anaconda Navigatorを起動して、EnvironmentsからCreateをクリックすると下図のウィンドウが開きます。

Nameは新しく作る仮想環境の名前を入力します。

ここではtest_py37としました。

Nameには_py37のように後述するPythonバージョンを含めておくと仮想環境名を見ただけでどのバージョンのPythonがインストールされているのか一目でわかるのでお勧めです。

次にPythonバージョンを選択します。

自分の使いたいパッケージが対応しているPythonバージョンを選択しておかないと、目的のパッケージをインストールできないという事態に陥ってしまいますので気を付けてください。

どのバージョンを選べばいいのか分からないということであれば、この記事を執筆している現段階(2022.07.24)であれば3.7.xを選んでおけば問題ないと思われます。

そろそろ3.8.xでも良いとは思いますが、今回は3.7.xで進めていきます。

Rは統計解析に特化したプログラミング言語ですが、必要であればチェックを入れてください。

準備ができたらCreateをクリックします。

仮想環境はプロジェクト単位や検証用など、何かしらの分かりやすい単位ごとに作製するようにします。1つの仮想環境で全てをやろうとするとパッケージのインストールのし過ぎで環境が肥大化し、後々悪影響を及ぼすことがあります。

パッケージのインストール

しばらくするとインストールが完了し、選択することができるようになりますので、新しくできた仮想環境(test_py37)をクリックします。

いよいよパッケージのインストール作業に入りますが、右側にあるパッケージ一覧はデフォルトでインストール済みのものしか表示されていません。

なので表示をAllに変えて、未インストールパッケージも表示されるように切り替えます。

今回は試しに一般的なデータ処理に使用するnumpy、医療画像の処理を行うのに使用するnibabel、Python用のコードエディタであるspyderおよびjupyter notebookという4つのパッケージをインストールしていきたいと思います。

なお、nibabelはデフォルトのリポジトリには含まれていません。

conda-forgeリポジトリに含まれるパッケージになりますのでconda-forgeを利用できるように事前に設定しておいてください。

設定の方法は以前の記事で紹介していますので、そちらを参照してください。

関連記事
Anacondaにconda-forgeとbiocondaを追加する方法
Anacondaにconda-forgeとbiocondaを追加する方法

準備が出来たら右上のテキストボックスからパッケージを検索します。

該当パッケージを見つけたらチェックボックスをクリックします。

同様にnibabelも検索してチェックします。

同様にspyderとjupytet notebookもチェックします。

ただし、jupyter notebookはnotebookで検索するようにしてください。

パッケージ一覧にもnotebookという名前で登録されているため注意が必要です。

パッケージ名の横にあるDescriptionにjupyter notebookと記載があるのでわかると思います。

チェックし終わったら右下にあるApplyボタンをクリックします。

するとInstall Packegesウィンドウが開き、該当パッケージを利用するために必要な追加のパッケージを探してきてくれますので、Applyをクリックして全てインストールします。

コードエディタの起動

Pythonでコードを書いていくのに使うエディタは色々ありますが、必要十分すぎる機能を備え、かつ無料で使えるものがあります。

じつは先程インストールしたspyderとjupyter notebookがそうです。

これら2つと標準で使えるターミナルで、Pythonを使う方法についてそれぞれ簡易的に説明していきます(起動方法のみ)。

3つそれぞれの起動は仮想環境名の右側にあるボタンをクリックして出てくるエディタ一覧から選択します。

なお、jupyter notebookをインストールしていない場合はリストのうち、下2つがグレーアウトされて選択できないようになっています。

Terminal

Open Terminalをクリックすると選択した仮想環境上のターミナルが起動します。

Windowsであればコマンドプロンプトに相当するものですね。

最初の()内に仮想環境名が表示されています。

pythonと入力してエンターを押せばPythonが使えるようになります。

プロンプトが>から>>>に変化しますので、この状態であればPythonコードを実行可能です。

Open with Pythonを選んだ場合は最初からプロンプトが>>>の状態で起動します。

しかし、やはりこれでは使いずらいのでGUIを実装したエディタを普通は使います。

Spyder

spyderはAnacondaに標準で実装されている高機能なPython用エディタです。

ターミナルを起動したあと、spyderと入力してエンターを押すとspyderが起動します。

カスタマイズはメニューバー>ツール>設定から行うことができます。

左側のエディタに以下のコードを入力して、選択行を実行すると右下のコンソール画面に実行結果が出力されます。

import numpy as np

このコードはインストールしたnumpyをnpという名前で使えるように呼び出すものになります。

別にnpでなくても好きな名前を付けることができますが、慣例としてnumpyはnpとすることがほとんどですので、このまま覚えてしまっても良いです。

numpyを使うときにはこのコードを実行する必要があります。

Jupyter notebook

Webブラウザ上で動くローカル環境でのエディタになります。

Open with jupyter notebookをクリックすると起動します。

エクスプローラー(MacならFinder)で試しにDocumentsフォルダの中にtestフォルダを作ってjupyter notebook上でそのフォルダに移動します。

このときtestフォルダがワークディレクトリ(作業フォルダ)になります。

ワークディレクトリは作業をする場所であり、その作業場の中心となる場所です。画像などのその他のファイルをPython上からアクセスする場合は、ワークディレクトリを起点とした相対パスを利用することがほとんどです。

testフォルダ移動後、右上のNewからPython 3を新規作成します。

するとエディタ画面が開きます。

spyderのときと同じようにnumpyを読み込んでみます。

jupyter notebookはセルという単位でコードを実行することができます。

コードを入力後、そのセルをアクティブにした状態で、Ctrl + Enterでそのセルを実行、Shift + Enterでそのセルを実行して次のセルへ移動というショートカットキーを使って処理を走らせます。

もちろんメニューバー>Cellのプルダウンメニューから実行することもできます。

もしもエラーが出てしまった場合は、上記のいずれかの場所で問題が発生しているはずですので、エラーの内容をよく読んで対処してください。

ただし、初心者はエラーを読んでも意味が分からないと思いますので、周りに分かる人がいれば相談してください。

ひとまずこの記事ではエディタの基本操作などについては省略したいと思います。

エディタの使い方について私の周りで要望が出れば記事にしたいと思います。

まとめ

AnacondaでのPython仮想環境の作り方を学び、作製した仮想環境上に複数のパッケージをインストールする方法についてみてきました。

また、Pythonのコードを書くうえで便利なエディタ(spyder、jupyter notebook)の起動とnumpyの読み込みについても解説しました。

ローカル環境でPythonの環境を1から作って勉強するとなると、Pythonのコードを書く前に環境構築の段階で「もういいや」となる人もいるようですが、実際のところそこまで難しいとは思いません。

まずは言われた通りにやってみて、理解は後からでも良いと思います。

まずはなるべく早くコードを書く経験をして第一歩を踏み出すことが重要だと考えています。

ご相談受付中

Pythonのプログラム・GUIアプリケーションを作って仕事の効率化をお手伝いします!

科研費等での支払いにも対応しており、国立・私立大学の先生から複数の受注実績があります。

対応可能かどうかも含めてお気軽に問い合わせページからご相談ください。

OguLInks公式サイトのトップページに簡単な事例紹介もありますのでご参照ください。

【公式サイト】
OguLinks公式サイト
OguLinks公式サイト

Twitterでお得情報をゲットしたい方はフォローいただけると幸いです。

(投稿一覧はこちらからどうぞ)

ABOUT ME
小倉 淳
小倉 淳
テクニカルフェロー / 個人事業主
国立研究機関(医療系)の非常勤研究職員であり、大学の保健医療学部で非常勤講師として毎年60コマ以上の講義・演習を担当。  

自身のプログラミング技術を活かすため、個人事業OguLinksを立ち上げ、教育・研究機関の研究者を対象にPythonプログラムの開発等を請け負っています。  

臨床検査技師と精神保健福祉士の有資格者。  

経歴等(→ResearchMap)
スポンサーリンク
記事URLをコピーしました