Anacondaについて

Anacondの紹介

AnacondaはオープンソースのPythonディストリビューションを指し、condaやPythonなどの180を超える科学パッケージとそれらの依存関係が含まれています。多数の科学パッケージが含まれているため、Anacondaのダウンロードファイルは比較的大きいです（約531 MB）。特定のパッケージのみが必要であり、または帯域幅やストレージスペースを節約する必要がある場合は、より小さなリリースバージョンのMinicondaを使用することもできます。（condaとPythonのみが含まれます）。

Condaはオープンソースのパッケージおよび環境マネージャーであり、異なるバージョンのソフトウェアパッケージとそれらの依存関係を同じ端末にインストールするために使用でき、異なる環境で切り替えることができます。

Anacondaには、Conda、Python、および多くのインストール済みツールキットが含まれています。例えば：numpy、pandas。

MinicondaにはConda、Pythonが含まれます。

Anacondのダウンロード

ダウンロードURL：https://www.anaconda.com/download/

Anacondaはクロスプラットフォームです。Windows、macOS、Linuxのバージョンがあります。この章では、Windowsバージョンを例として挙げます。Windowsアイコンをクリックします。

ダウンロードするバージョンを選択します。

Python 2.7 version *–Python 2.7 バージョン *

64-Bit Graphical Installer (564 MB) –64ビットグラフィカルインストーラー（564 MB）

もちろん、実際の状況に応じてPython 3.6または32-Bitバージョンを選択できます。

インストールパッケージは564MBがあります。インターネット回線の速度により、ダウンロード時間が長くなる場合がありますので、しばらくお待ちください。この例の場合はAnaconda2-5.2.0-Windows-x86_64.exeファイルをダウンロードしました。

Anacondaをインストールします

ダウンロードしたAnaconda2-5.2.0-Windows-x86_64.exeファイルをダブルクリックすると、次の画面が表示され、[Next]をクリックします。

[Next]をクリックします

[I Agree]をクリックします。クリックしないと、インストールは続けません。

Install for: Just meまたはAll Users。コンピューターに複数のUsersがいる場合のみ、この質問を考える必要があります。一般的には一人のUserがいます。コンピューターに複数のユーザーがいる場合は、[All Users]を選択します。例の場合はAll Userを選択し、[Next]をクリックし続けます。

Destination Folderは「宛先フォルダ」を意味し、インストール先を選択できます。デフォルトでは、C:\ProgramData\Anaconda2フォルダーにインストールされます。 [Browse…]を選択して、インストールするフォルダを選択することもできます。著者が使用しているCドライブには十分なスペースがあるので、デフォルトの場所にインストールします。

Anacondaは非常に強力であり、2.6GBの多くのスペースを占有しています。これは、高解像度映画とほぼ同じサイズですが、学習のために、これぐらいのハードディスク容量は構わないでしょうか？

[Next>]をクリックします。

次にはAdvanced Optionsを説明します。英語が得意の方は、画面にある英語の意味が分かるはずです。2つのデフォルトを理解すれば十分です。1つは環境変数を追加すること、もう1つはデフォルトでPython 2.7を使用することです。「Install」をクリックして、インストールを開始します。

インストールがかかる時間はコンピュータの構成によって異なります。コンピュータの構成が高く、ハードディスクがソリッドステートドライブである場合には、インストールの速度が速くなります。インストールプロセスと言えば、Anaconda2-5.2.0-Windows-x86_64.exeファイル内のすべての圧縮されたdllファイルとpyファイルをインストールするターゲットフォルダに書き込みます。

プロセスは確かに遅いです。2.6GBで小さいファイルがたくさんあるため、しばらくお待ちください。

長い間に待ちました。Installation Complete（インストール完了）が表示された後、最後のNext>をクリックします。

[Install Microsoft VSCode]をクリックします。

[Finish]をクリックし、これら2つの√(チェックマーク)をキャンセルできます。

環境変数を構成します。

Windowsの場合は、コントロールパネル\システムとセキュリティ\システム\システムの詳細設定\環境変数\ユーザー変数\ PATHにanacondaインストールディレクトリのScriptsフォルダを追加する必要があります。例えば、著者のパスはC:\ProgramData\Anaconda2\Scriptsです。自分の需要に応じて、インストールパスを調整する必要があります。

次に、コマンドラインを開いて（できれば管理者モードで開く）、conda–versionと入力します。

conda 4.5.4などを出力した場合は、環境変数が正常に設定されていることを意味します。

エラーの発生を回避するために、コマンドラインでconda upgrade –allと入力して、最初にすべてのツールキットをアップグレードします。

仮想環境を管理します

次に、anacondaを使用して独立したPython環境を作成できます。次の例はすべてコマンドラインで操作されます。コマンドラインを開いてください。

activate

Anacondaによって設定された仮想環境に達することができます。これからパラメータを追加しない場合は、Anacondaのbase環境に入ります。

pythonを入力すると、base環境のpythonインタープリタが入力されます。元の環境でpython環境を削除すると、使用されているコマンドラインが元のpythonではなく、base環境のPythonになります。コマンドラインの前に「base」が追加され、base基本環境にいることを示します。

独自の仮想環境を作成します

もちろん、base環境には満足していません。プログラムのために独自の仮想環境をインストールする必要があります。

python34という名前の仮想環境を作成し、Pythonのバージョンを3.4として指定します（condaは3.4の最新バージョンを自動的に検索して、ダウンロードします）

conda create -n python34 python=3.4

或いはconda create --name python34 python=3.4

これにより、learnの仮想環境があり、次にこの環境に切り替えます。activaeコマンドの後ろに切り替える環境の名前を追加します。

環境を切り替えます

activate learn

名前を覚えていなくても構いません。次のものを使用できます。

conda env list

すべての環境を確認します

現在のlearn環境には、Pythonに付属するいくつかの公式パッケージを除いて、他のパッケージはありません。

最初にpythonと入力してpythonインタープリタを開き、次の内容を入力します。

>>> import requests

requestsパッケージが見つからないというエラーが報告されますが、心配しないでください。次には、requestsパッケージのインストール方法を示します。

exit()

Pythonインタープリタを終了します

環境をアンインストールします

conda remove --name test --all

環境のまとめについて

# python34という名前の環境を作成し、Pythonのバージョンを3.4として指定します（condaは3.4.xの最新バージョンを自動的に検出します）
     
conda create --name python34 python=3.4

# インストールした後、activateを使用して環境をアクティブ化します
activate python34 # for Windows
     
source activate python34 # for Linux & Mac

# アクティブ化した後、terminalの入力の場所にpython34という文字が追加されます。実際、この時点でシステムが実行するのは、デフォルトの2.7環境をPATHから削除し、3.4に対応するコマンドをPATHに追加することです。

# この時、下記の内容を再入力します
     
python --version

# `Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`を取得できます。つまり、システムは3.4環境に切り替えられています。

# デフォルトのpython 2.7環境に戻したい場合は、下記のコマンドを実行します
     
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

 # 既存の環境を削除します
     
conda remove --name python34 --all

サードパーティのパッケージをインストールします

次のコマンドを入力します

conda install requests

或いは

pip install requests

requestsパッケージをインストールします

インストールが完了した後、Pythonを入力し、インタープリタに入ります。requestsパッケージをインポートします。今回は、きっと成功できます。

サードパーティのパッケージをアンインストールします

パッケージをアンインストールする方法

conda remove requests

或いは

pip uninstall requests

環境パッケージの情報を確認します

現在の環境にインストールされているすべてのパッケージを表示するには、次のコマンドを使用できます。

conda list

環境のインポートおよびエクスポート

現在の環境のパッケージの情報をエクスポートする場合は、次のコマンドを使用できます。

conda env export > environment.yaml

パッケージの情報をyamlファイルに保存します。

同じ仮想環境を再作成する必要がある場合に使用できます

conda env create -f environment.yaml

常用のコマンドを以下に示します。よく練習してください。

activate // base環境に切り替えます

activate learn // learn環境に切り替えます

conda create -n learn python=3 // learnという環境を作成し、Pythonのバージョンを3（最新バージョン）として指定します

conda env list // condaによって管理されているすべての環境を一覧表示します

conda list // 現在の環境のすべてのパッケージを一覧表示します

conda install requests 　requestsパッケージをインストールします

conda remove requests 　requetsパッケージをアンインストールします

conda remove -n learn --all // learn環境とすべての従属パッケージを削除します

conda update requests 　　requestsパッケージを更新します

conda env export > environment.yaml // 現在の環境のパッケージ情報をエクスポートします

conda env create -f environment.yaml // 構成ファイルを使用して新しい仮想環境を作成します

詳細について

anacondaがこれらのことを実行できる理由を解明するために、anacondaのインストールディレクトリをご覧ください。

ここではその一部のみがインタープリトされていますが、この記事の冒頭のpython環境ディレクトリと比較すると、実際には非常に類似していることがわかります。実際、これはbase環境です。その中には基本的なpythonインタプリタがあります。lLibにもさまざまなbase環境のパッケージファイルがあります。

自分で作成した環境はどこにありますか？envsは自分で作成したさまざまな仮想環境への入り口です。確認してください。

以前に作成したlearnディレクトリが下にあることがわかります。クリックします。

これは標準のPython環境ディレクトリです

Anacondaが仮想環境の作成ということは、実際のPython環境をインストールすることです。ただ、activate、conda、およびその他のコマンドを使用して、現在のPython環境を自由に切り替えることができます。さまざまなバージョンのインタープリタとさまざまなパッケージを使用して、Pythonスクリプトを実行します。

JetBrains PyCharmと接続します

一般的には、エンコードのため、開発環境を統合します。ここでは、JB会社のPyCharmをお勧めします。PyCharmはAnacondaの仮想環境と簡単に組み合わせることができます。

[Setting] => [Project] => [Project Interpreter]でProject Interpreterを変更し、歯車記号をクリックしてから、[Add Local]をクリックして環境のpython.exeインタープリタにします。

例えば、learn環境でプログラムを作成し、それをC:\Users\Administrator\AppData\Local\conda\conda\envs\learnに変更すると、以下の依存パッケージもlearn環境のパッケージになっていることがわかります。これにより、pycharmで楽にコーディングできます。

Anacondaを開きます

Windowsロゴキーを押し、Windowsスタートメニューを表示すると、「最近追加された」が表示されます。

Anaconda Prompt

Anaconda Promptを開きます。このウィンドウはdocウィンドウと同じです。コマンドを入力してから、Pythonを制御および設定できます。常用のはcondaコマンドです。これはpipの使い方と同じです。このソフトウェアは統合されています。直接使用できます。以下に示すようにクリックします。コマンド「condalist」を使用して、インストールされているパッケージを表示します。これらのライブラリから、NumPy,SciPy,Matplotlib,Pandasを見つければ、インストールが成功したことを示します。

condaコマンドを使用して、一部のパッケージをインストールおよび更新することもできます。

conda list：インストールされているすべてのpackagesを一覧表示します

conda install name：ここで、nameは、インストールする必要のあるpackagesの名前です。例えば、著者がnumpyパッケージをインストールする場合、上記のコマンドを「condainstallnumpy」と入力します。 単語の間にスペースを入れ、Enterキーを押して、yを入力すればいいです。

anacondaをインストールした後、Python、IPython、統合開発環境Spyder、一部のパッケージなどをインストールしたことに相当します。Windowsのcmdで表示できます。

Anaconda Navigtor

ツールキットと環境の管理に使用されるグラフィカルユーザーインターフェイス、およびフォローアップに関連する多くの管理コマンドは、Navigatorで手動で実装することもできます。

Jupyter notebook

Webベースのインタラクティブコンピューティング環境では、人々が読みやすいドキュメントを編集して、データ分析のプロセスを示すことができます。

Qtconsole

Qtconsoleは、IPythonを実行できる模倣端末のグラフィカルインターフェイスプログラムです。Python Shellインターフェイスと比較して、qtconsoleは、コードによって生成されたグラフィックを直接表示でき、複数行のコード入力と実行を実現し、多くの便利な関数と関数を組み込むことができます。

Spyder

Python言語を使用したクロスプラットフォームの科学計算統合開発環境です。

Anaconda Navigatorをクリックすると、最初に有効になったときに初期化され、しばらくお待ちください。読み込みが完了した後、インターフェイスは下記の写真になります。

Spyderエディタです。このエディターを使用してエンコードできます。その最大のメリットは、MATLABの「ワークスペース」を模倣することです。spyder.exeは、インストールディレクトリの下のスクリプトに配置されます。例えば、著者の場合はC:\ProgramData\Anaconda2\Scripts\spyder.exeで、ダブルクリックして実行できます。右クリックしてデスクトップショートカットに送信できます。これからの実行も便利になれます。

インストールが成功したかどうかをテストするには、プログラムを作成します。プログラムを使用して画像を開き、表示します。まず、画像を準備し、次にspyderを開いて、以下のコードを入力します。

# -*- coding: utf-8 -*-

"""
Spyder Editor

This is a temporary script file.
"""
from skimage import io

img = io.imread('C:/Users/Administrator/Desktop/379283176280170726.jpg')

io.imshow(img)

C:/Users/Administrator/Desktop/379283176280170726.jpgを画像を表示する場所に変更し、上のツールバーの緑色の三角形をクリックして実行します。最終的な表示は次のとおりです。

jupyterlab

jupyterlabの下のLaunchをクリックすると、デフォルトのブラウザで http://localhost:8888/labが開きます（ここではChromeです）。ここにPythonコードを入力できます。Hello Worldからやってみましょう！

Anaconda Navigator -> Launch jupyterlabを開くか、ブラウザに直接http://localhost:8888/labを入力できます（ブックマークとして保存することもできます）。クラウドにデプロイされている場合は、サーバーのドメイン名（IP）を入力できます。

VSCode

Visual Studio Codeは、デスクトップで実行できる軽量で強力なソースコードエディターであり、Windows、macOS、およびLinuxに適しています。JavaScript、TypeScript、Node.jsのサポートが組み込まれており、他の言語（C ++、C＃、Java、Python、PHP、Goなど）およびランタイムの場合に（.NETやUnityなど）豊富な拡張機能を提供します。

Glueviz

Glueは、関連するデータセット内およびデータセット間の関係を調査するためのPythonライブラリです。その主な特徴は次のとおりです。

統計グラフィックスをリンクします。Glueを使用すると、ユーザーはデータの散布図、ヒストグラム、および画像（2Dおよび3D）を作成できます。 Glueは、ブラッシングとリンクのパラダイムを中心にします。任意のグラフィックの選択が他のすべてのグラフィックに伝播します。

データ間で柔軟にリンクします。 Glueは、さまざまなデータセット間に存在する論理リンクを使用して、さまざまなデータの視覚化をカバーし、データセット全体に選択肢を伝播します。 これらのリンクはユーザーが指定し、任意で柔軟に変更できます。

完全的なスクリプト機能です。GlueはPythonで編集されており、標準の科学ライブラリ（Numpy、Matplotlib、Scipyなど）によって作成されています。 ユーザーは、データ入力、クリーニング、分析のために独自のPythonコードを簡単に統合できます。

Orange3

インタラクティブなデータの視覚化

データ視覚化を通じて簡単なデータ分析を実行します。統計分布、箱ひげ図、散布図を調べたり、決定木、階層的クラスタリング、ヒートマップ、MDS、線形投影について詳しく学びます。多次元データでさえ、特にインテリジェントのランクと選択では、2Dで合理的にすることができます。

先生と学生、両方もそれが好きです

先生がデータを解説する時、学生の場合は詳しい説明の方が好きです。Orangeは、世界中の学校、大学、専門的なトレーニングコースで使用されています。データサイエンスの概念の実践的なトレーニングと視覚的なイラストをサポートします。教育用に特別に設計されたウィジェットもあります。

アドオンの拡張機能

Orangeで利用可能なさまざまなアドオンを使用して、外部データソースからデータをマイニングし、自然言語処理とテキストのマイニングを実行し、ネットワーク分析を実行し、頻繁なアイテムセットを推測し、相関ルールのマイニングを実行します。さらに、生物情報学者や分子生物学者は、Orangeを使用して、差次的発現を通じて遺伝子を分類し、分析を実行できます。

Rstudio

Rソフトウェアにはスクリプトツールが付属していますが、著者はあまり好きではありません（良くないというわけではありません）。著者はRStudioを使用することを好みます（インターネットにはTinn-R、RWinEdtなどもあります）。それ自体が便利だと思うし、プログラミングするときにとても便利な機能もあるからです。 次のインターフェースは著者が変更したテーマです。次には、プログラミングを容易にするためにテーマを変更する方法を説明します。

まとめ

ここまで、anacondaを使用すると、上記の単一のpython環境の欠点を簡単に解決できることが分かれるでしょうか？また、これらすべての実装はそれほど魔法的ではないことも理解できます。

もちろん、パッケージ管理に加えて、Anacondaは豊富なデータ分析パッケージも備えていますが、それは別のコンテンツです。まず、anacondaを使用して独自の開発環境を別の方法で管理する方法を学んでいいです。