Udemyで機械学習向けのコースの学習を開始したのでPythonの環境構築について備忘録を残しておきます。
環境構築方法については情報過多でベストプラクティスにたどり着くのが難しい状況です。
Anacondaを使用した環境構築が簡単そうだったのですが、非推奨の情報もちらほらと見かけるようになったので、あえてAnacondaを使用しない形で環境構築を行いました。
手順
- Home-brewのインストール
- pyenvのインストール
- pipenvのインストール
- パッケージの追加
Home-brewのインストール方法
macユーザー向けのパッケージ管理システム、後述するpyenvとpipenvをインストールするために必要なもの
『プログラミング入門者のための「Homebrew」インストール』にスクリーンショット付きで、わかりやすくまとめられているので参照してください。
pyenvのインストール
Python2系/3系だけではなく細かなバージョン(3.6/3.6.5/3.7...など)切り替えを管理できる
後述するpipenvで仮想環境を作成する際に使用する
個人で開発する限り3系の最新版を使用することになるのでpyenvの必要性はあまりありませんが、私の場合は最新版のPythonでTensorFlowを実行するとエラーが発生したため、やむなく一つ前のバージョンのPythonが必要になり導入しました
// インストール
$ brew install pyenv
// .bashrcに設定を追加する
$ echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bash_profile
$ echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bash_profile
$ echo 'eval "$(pyenv init -)"' >> ~/.bash_profile
pipenvのインストール
仮想環境の作成とパッケージの管理を統合的に扱うツール
// インストール $ brew install pipenv // .bashrcに設定を追加する // 仮想環境を作成したフォルダの直下に.venv(仮想環境の実体)を作成するようになる $ echo 'export PIPENV_VENV_IN_PROJECT=true' >> ~/.bash_profile
ライブラリの追加
// hogeフォルダを作る
$ mkdir hoge
// hogeフォルダに移動
$ cd hoge
// 仮想環境を作成する
~/hoge$ pipenv install
// Pythonのバージョン指定する場合
~/hoge$ pipenv install --python 3.6.5
// 仮想環境にパッケージ(機械学習関連)をインストールする
~/hoge$ pipenv install jupyter
~/hoge$ pipenv install numpy
~/hoge$ pipenv install scipy
~/hoge$ pipenv install scikit-learn
~/hoge$ pipenv install pandas
~/hoge$ pipenv install keras
~/hoge$ pipenv install tensorflow
上記の仮想環境をPyCharmで使用する場合は『PyCharmの実行環境にvenvの環境を設定する方法』を参考に設定することで使用できます。