はじめに
この記事はMicrosoft Windowsにpythn3(Anaconda3)を導入する際に、陥りやすい罠について2017年に記載したものです。2019年現在に想定できる導入時の各種画面は
M.S.Windows に Anaconda(python)を 2019年版
2019年版
https://qiita.com/kaizen_nagoya/items/c05c0d690fcfd3402534
M.S.WindowsにPython3を導入する（7つの罠）2024年版
最新の状況はこちら。
https://qiita.com/kaizen_nagoya/items/2b6e7643fb164c287f4e
も合わせてご確認ください。
非常勤講師をしていた岐阜大学でpythonを全学で最初に学ぶ言語指定があった。この記事を書くちょっと前だと思う。
現在では、直接WindowsにPythonを導入するより、Windows/Mac OSにdockerを導入し、その上のUbuntu(Linux)上で動かすことをお勧めしています。
docker(19) 言語処理100本ノックをdockerで。python覚えるのに最適。
https://qiita.com/kaizen_nagoya/items/7e7eb7c543e0c18438c4
docker(18) なぜdockerでpythonなどを使って機械学習するか 書籍・ソース一覧作成中 (目標100) https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
機械学習にpython
機械学習などでpythonを使う機会が増えてきた。
ソフトウェアの道具類(tool)の台本(script)でpythonが多かった。
Pythonを使った演習などを色々開催した。
受講いただいた方が、仕事場または自宅で自分の計算機に導入する際の、最大の関門がWindowsへのPythonの導入だった。
「ゼロから作るDeep Learning ２自然言語処理編」読書会に参加する前に読んで置くとよい資料とプログラム
https://qiita.com/kaizen_nagoya/items/537b1810265bbbc70e73
Anacondaがうまく入らないという方が何人かおみえになった。
その方々向けに記事を書き始めました。
また、機械学習用のソフトウェアでは、
Python2で動くプログラムと、Python3で動くプログラムがあり、
Python2をPython3へ変換するとよいかもしれないが、
Python2での動きを確認する必要があり、Python2が動く機材も確保したいという話もあった。
それらの場合には、ラズベリーパイかdockerをお勧めした。
次の課題は、Windowsにどうやってdocker の導入になった。
Raspberry PI
RaspberryPi なら初めからpython2もPython3も入っていて簡単。
当方でおすすめしたのは、Raspberry PIを使う方法。
pythonとは別に、Raspberry PIの演習も色々開催していた。
一番簡単なのはRaspberry PIでRaspbianを使う方法だった。
python2もpython3もRaspbianに入っていて、簡単に使い分けられる。
docker
dockerは、Linux, Windows, macOSなどの上でDebian系のUbuntuなどのLinuxが動く環境を簡単に構築する道具です。下のOSの設定にあまり影響を与えずに、複数の設定の異なるLinuxを同時に動かすことができるのが大きな利点です。
http://www.docker.com
docker hub
また、構築した環境や、作業の途中の状態をdocker hubに掲載して、多くの人と同じ環境で同時に作業できるのも利点です。
https://hub.docker.com
Anaconda 公式 docker
Anacondaの公式dockerがある。dockerさえ動けば、１行ですぐにanacondaが利用できる。
https://hub.docker.com/r/continuumio/anaconda3
導入の仕方は、OSのコマンド入力から
$ docker run -v /Users/administrator/Downloads/work:/home/work -p 8080:8080 -it continuumio/anaconda3 /bin/bash
-v host:docker ファイル共有。docker上でhostと共有しているファイルは、docker hubに登録する場合には、別のフォルダに複写するとよい。
-p サーバ、ブラウザなど他の機材と通信する機能を動かす。
-it 最後に書くシェルを起動する。
言語処理100本ノック 2015(python) 動作確認docker環境構築
https://qiita.com/kaizen_nagoya/items/abaf3fd0198f9f557243
dockerで作業していれば、LinuxでもWindowsでもすぐに同じ操作ができる。
次にお勧めなのはdockerを利用する方法。
最初からpythonの入ったdockerを利用する。
今は、２つのうちのどちらか、あるいは両方をお勧めしている。
Raspberry PIのRaspbianと、dockerのubuntuは、どちらもDebian系のLinux.
ソフトウェアの導入にaptコマンドが使える。
量子アニーリングでも、pythonを使う。
docker(28) Openjij チュートリアルをdockerで
https://qiita.com/kaizen_nagoya/items/09a52b25d54091c8db6f
Macintosh
Macintoshだと標準でpython2が入っている。
最初は、pyenvをいれてからAnacondaを入れるのをお勧めしていた。
現在は、dockerでpython2、python3を別々に利用するのをお勧めしている。
そうはいっても、WindowsでもPythonを使いたいという方はおみえになる。
Windows にうまくPythonを入れられず、機械学習を諦めた方がいた。
それではと書き始めたのがこの記事。
2019年5月2日に、罠７を追記しています
目次
罠１ すでにPythonが入っている場合
罠２ [All Users] はシステム管理者のパスワードを知らないと進めない。
罠３ [Add Anaconda to the system PATH environment variable] は推奨されていません。
罠４ Windowsのコマンドプロンプトを起動して、pythonと打っても動いてくれない。
罠５ ディスクがいっぱい。
罠６ システムの設定、ソフトの導入が色々。
罠７ pythonプログラムに引数を渡す時の課題
Anaconda(python)をMS Windowsに導入する（罠7つ）。
dockerを入れる前に、pythonを使いたい方が、 WindowsにAnacondaを導入する際の罠を記録。
罠１ すでにPythonが入っている場合pythonをアンイストールしないとうまく導入できないことをしばしばお目にかかりました。
「コントロールパネル」の「ソフトウェア」で「Python for windows」などをアンインストールしてください。
場合によっては、レジストリファイルを変更しないといけないことがあるかもしれません。１０回インストールしなおして駄目だったら、Windowsの再インストールをお勧めします。
初めてAnacondaを導入する場合
AnacondaのURL[リンク]を押す。
https://www.anaconda.com/download/
接続しているOSによって、接続しているOSに必要な版を示してくれる。
適切なOSでなければ、Windows macOS Linuxのうち必要なOSを選ぶ。
Pythonの版は3.6を選ぶ。(2017年)
「ゼロから作るDeep Learning」では3.6がお勧め。(2017年当時の記述です。当時のソースはそのまま動くはず。3.7でも大丈夫。)
ダウンロードディレクトリを見る
[ Anaconda3-4.4.0-Windows-x86_64 ]をダブルクリック
[ 実行(R) ]
[ Next> ]
[ I Agree ]
今使っているユーザだけでよければ[ Just me ]が選択されている状態で[ Next > ]。
どのユーザでも使いたければ、[ All Users ]を選択する。
罠２[ All Users ]はシステム管理者のパスワードを知らないと進めない。
システム管理者のパスワードを知らなければ、[いいえ]で戻って[ Just Me ]に戻す。
text>
[ Register Anaconda as the system python 3.6 ]のままで[ Install ]
罠３ [ Add Anaconda to the system PATH environment variable]は推奨されていません。
Pathを切ってしまうと、これまでのソフトや、古いPythonのソフトが動作しなくなるかも。また、別のPythonの版で試したい時、Anaconda以外で操作したいときに困ることがある。どちらがよいかは、何をしたいかによる。
1)これまでPythonを使ったことがない人。
2)複数の道具でPythonによるコマンドが装備されていない人。
3)これからも複数のPythonの版を並列で使うことがない人。
4)これから作ったプログラムを複数のPythonで試験して出荷することがない人。
Pathを切ってもよいのは、上記全てが当てはまる限られた人かもしれない。
[ Next> ]
[ Finish ]ここまでで終了。
Windowsのメニューから、[ Anaconda3 ]の[ Anaconda Prompt ]を選ぶ。
Jupiter Notebookを選んでもよい。
手引きや教育用資料を作る場合はJupiter Notebookがお勧め。
罠４Windowsのコマンドプロンプトを起動して、pythonと打っても動いてくれない。
OSが他のPythonの版を必要としている場合には、その設定に影響を与えない。
操作可能なプログラムまはたバッチ ファイルとして認識されていません。
ここで慌てて、Autoexec.batなどを編集してしまうと、さらなる深みに嵌るかも。
罠５ ディスクがいっぱい。
ディスクがいっぱいだと途中で入らなくなる。1.9GB必要。
対策：ディスクのバックアップ（予備）を別のディスク等にとって、あまり使わないソフトウェア、データを削除する。
罠６ システムの設定、ソフトの導入が色々。
ディスクがいっぱいではなくても、いろいろなアプリケーションを追加削除しているうちに、システムの設定がくちゃくちゃになって動かないソフトがあれこれある。
導入途中で失敗したソフトの残骸が残っていると辛いことがある。また、同じソフトの複数の版があってもおかしな振る舞いをする。環境変数設定がちぐはぐだったり、不必要な設定が入っていたり。
対策：ディスクのバックアップ（予備）を別のディスク等にとって、OSの入れ直しをする。
Macintoshだとbrew, Debian/Ubuntu/Raspbianだとapt-getなどの整合性を確認して導入するソフトがある。Windowsも似たものがあるといいかも。
罠７ pythonプログラムに引数を渡す時の課題
罠６つで約２年過ごした。ある日、
「wikipediaからのページからリンク一覧を取得する方法」を動かしてみた
https://qiita.com/kaizen_nagoya/items/ef4a8d21ec98851d10a0
URLの一部をを引数で渡すプログラムを書き始めたら、WindowsのAnacondaでうまくいかない現象に遭遇した。
Python3: URLをコマンドライン引数で
https://qiita.com/kaizen_nagoya/items/fc095b0c580a35001ea7
pythonを付けて実行するとエラーにならないのに、実行ファイルにすると下記エラーが出る。
>wic.py hazop
Traceback (most recent call last):
File "C:\Users\kaize\Downloads\wic.py", line 15, in <module>
url = "https://ja.wikipedia.org/wiki/" + urllib.parse.quote(args[1].upper())
IndexError: list index out of range
解決するためには、下記にレジストリファイルを治す方法があるらしい。
WindowsでanacondaのPythonに引数が渡せない？
https://ja.stackoverflow.com/questions/40319/windowsでanacondaのpythonに引数が渡せない
レジストリファイルは、直したくない。何が起こるか分からないから。
Windowsではpythonをつけて動かすことにしている。
#ふりかえり
##わかったこと
AnacondaはPythonの有力な配布元だ。
AnacondaでPython3が利用できる。
Anacondaでコマンドが利用できる。
AnacondaでJupiter Notebookが利用できる。
WindowsでもAnacondaが導入できる。
わかっていないこと
どうしてAnacondaという名前なのか
p.s. 20190317追記
@jerrywdlee さん。からお知らせいただきました。
| Kingdom: | Animalia | Animalia |
|---|---|---|
| Phylum: | Chordata | Chordata |
| Class: | Reptilia | Reptilia |
| Order: | Squamata | Squamata |
| Suborder: | Serpentes | Serpentes |
| Family: | Pythonidae | Boidae |
| Subfamily: | Boinae | |
| Genus: | Python | Eunectes |
| group | Anaconda | |
| 生息地 | ユーラシア大陸・アフリカ大陸 | 南アメリカ大陸 |
https://en.wikipedia.org/wiki/Python_(genus)
https://en.wikipedia.org/wiki/Anaconda
英語のWikiで調べると、上記の表のような関係。特徴としては、概念的にはAnacondaの方が下位。完全な包含関係ではない。Anacondaは大型である。生息地が違う。ソフトウェアの集合としてもAnacondaはそこそこいろいろ含んでいる、Pythonより下位概念の用語であるという感じで理解。
Photo By Wagnermeier - Own work, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=8981531 
よかったこと
Python3とPython2の環境を別々に利用できる。
自分の書いた記事で、一番Viewsが多い記事である。
一番よいねが多い記事は別。
改めたいこと
参考文献を強化
p.s. この投稿の元原稿は下記。こちらも順次改訂予定。
[リンク] https://researchmap.jp/jo055mfbh-2078500/#_2078500
参考文献(reference)
入門 Python 3, Bill Lubanovic , 翻訳 斎藤 康毅 , 長尾 高弘
https://www.amazon.co.jp/dp/4873117380/
Effective Python ―Pythonプログラムを改良する59項目
https://www.amazon.co.jp/dp/4873117569/
Windows環境にPython 3.5.1+numpy+scipy+αをインストール
https://qiita.com/kenichi-t/items/7319b3876ae7f0d3817c
docker でPython
言語処理100本ノックをdockerで。
https://qiita.com/kaizen_nagoya/items/7e7eb7c543e0c18438c4
６５歳からのプログラミング入門
https://qiita.com/kaizen_nagoya/items/1561f910c275b22d7c9f
Play with Docker でエラー
https://qiita.com/kaizen_nagoya/items/fbf054705bff725dbc25
なぜdockerで機械学習するか 書籍・ソース一覧作成中 (目標100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
dockerで機械学習 with anaconda(1)「ゼロから作るDeep Learning - Pythonで学ぶディープラーニングの理論と実装」斎藤 康毅 著
https://qiita.com/kaizen_nagoya/items/a7e94ef6dca128d035ab
dockerで機械学習with anaconda(2)「ゼロから作るDeep Learning2自然言語処理編」斎藤 康毅 著
https://qiita.com/kaizen_nagoya/items/3b80dfc76933cea522c6
dockerで機械学習 with anaconda(3)「直感Deep Learning」Antonio Gulli、Sujit Pal 第1章,第2章
https://qiita.com/kaizen_nagoya/items/483ae708c71c88419c32
dockerで機械学習(17) with anaconda(17)「PythonとKerasによるディープラーニング」 ：Francois Chollet著
https://qiita.com/kaizen_nagoya/items/bce4fa73560370733ea2
Anaconda @ qiita
【決定版】WindowsでPythonを使って『機械学習』を学ぶための環境構築
https://qiita.com/yoshizaki_kkgk/items/1057ed4dcc36ed9be7f5
Pathを切ってしまうと、別のPythonの版で試したい時、Anaconda以外で操作したいときに困ることがある。どちらがよいかは、何をしたいかによる。
Anaconda: ビギナーズガイド
https://qiita.com/Scstechr/items/0793d7d01b9620bf47df
anaconda導入(red hat系？）
https://qiita.com/shama/items/0b5b3b91779bbd25118d
Anaconda で Python 環境をインストールする
https://qiita.com/t2y/items/2a3eb58103e85d8064b6
pyenvでAnacondaをインストールする方法
https://qiita.com/kazuhikoyamashita/items/ed5d8b94a902a2e89efa
MacにPyenvを使ってAnacondaを入れる
https://qiita.com/katzhide/items/527ef101d5067ee84416
pyenv @ Qiita
pyenvを利用してPython環境を整備する方法
https://qiita.com/kazuhikoyamashita/items/273692ccbdf8c0950a71
仮想環境 バージョン管理 まとめ Python
https://qiita.com/hedgehoCrow/items/0733c63c690450b14dcf
pyenvにおけるpythonインストールエラー対処法（BUILD FAILED）
https://qiita.com/cabbage/items/0b451ae324595cc54d22
python 3.7, 3.8
Python3.7の新機能
https://qiita.com/ksato9700/items/35a0bdc04693b3b09757
Python3.7.1の環境構築
https://qiita.com/Hams/items/ec862c5122d511ccfb92
Python 3.7のベンチマーク
https://qiita.com/seri/items/82f7276f2b9e9b78146f
Python3.7のmathの場所
https://qiita.com/yukimurashun/items/e5a932f389c4be0a6c53
WSL(openSUSE)にPython3.7.2をインストール
https://qiita.com/m_myo0/items/6b7b9252c33a99c76d0c
PyCharm + Docker + Python3.7の開発環境構築メモ
https://qiita.com/tomitz/items/722960b124600391f491
Raspberry Pi に Python 3.7.0 をインストールする
https://qiita.com/GuitarBuilderClass/items/d6d2798bebf7b916c5c6
Python 3.8 では空dictが小さくなる
https://qiita.com/methane/items/167a848e96146cddca78
Python3.8の新機能 (まとめ)
https://qiita.com/ksato9700/items/3846e8db573a07c71c33
Python3.8の新機能(1) - コンパイルしたバイトコードファイルの置き場所を指定できる
https://qiita.com/ksato9700/items/da8df4e01b8b77293dbf
Python3.8の新機能(2) - 代入式の導入
https://qiita.com/ksato9700/items/d37efc6982365e24f6af
背景(background)
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」斎藤康毅オライリージャパン(2016)
で使うPythonを入れるなら、Jupyter Notebookもあるanacondaがお勧め。
「ゼロから作るDeep Learning ２自然言語処理編」を読む前に読んで置くとよい資料とプログラム
https://qiita.com/kaizen_nagoya/items/537b1810265bbbc70e73
Pythonは、機械学習、道具類のコマンドなどあちこちで使われています。Raspberry Piでも初めから入っています。
MS Windowsでも、Mac OSでもLinuxでもお勧めです。今回はMS Windowsへ導入しましょう。
Anacondaは、Pythonに統計解析のライブラリやJupyter Notebookなどの便利な道具類をまとめて提供する配布元(distributer)です。
機械学習、深層学習(deep learning)の勉強にもお勧め。
[リンク]http://www.anaconda.com/download/
「ゼロから作るDeepLearning - Pythonで学ぶディープラーニング の理論と実装」のプログラムをWindowsで実行するのにうまくいかなかった方への伝言です。
一覧
物理記事 上位100
https://qiita.com/kaizen_nagoya/items/66e90fe31fbe3facc6ff
量子(0) 計算機, 量子力学
https://qiita.com/kaizen_nagoya/items/1cd954cb0eed92879fd4
数学関連記事１００
https://qiita.com/kaizen_nagoya/items/d8dadb49a6397e854c6d
言語・文学記事 １００
https://qiita.com/kaizen_nagoya/items/42d58d5ef7fb53c407d6
医工連携関連記事一覧
https://qiita.com/kaizen_nagoya/items/6ab51c12ba51bc260a82
自動車 記事 １００
https://qiita.com/kaizen_nagoya/items/f7f0b9ab36569ad409c5
通信記事１００
https://qiita.com/kaizen_nagoya/items/1d67de5e1cd207b05ef7
日本語（０）一欄
https://qiita.com/kaizen_nagoya/items/7498dcfa3a9ba7fd1e68
英語(0) 一覧
https://qiita.com/kaizen_nagoya/items/680e3f5cbf9430486c7d
転職(0)一覧
https://qiita.com/kaizen_nagoya/items/f77520d378d33451d6fe
仮説（0）一覧（目標100現在40）
https://qiita.com/kaizen_nagoya/items/f000506fe1837b3590df
Qiita(0)Qiita関連記事一覧（自分）
https://qiita.com/kaizen_nagoya/items/58db5fbf036b28e9dfa6
鉄道（０）鉄道のシステム考察はてっちゃんがてつだってくれる
https://qiita.com/kaizen_nagoya/items/26bda595f341a27901a0
安全（0）安全工学シンポジウムに向けて: 21
https://qiita.com/kaizen_nagoya/items/c5d78f3def8195cb2409
一覧の一覧( The directory of directories of mine.) Qiita(100)
https://qiita.com/kaizen_nagoya/items/7eb0e006543886138f39
Ethernet 記事一覧 Ethernet(0)
https://qiita.com/kaizen_nagoya/items/88d35e99f74aefc98794
Wireshark 一覧 wireshark(0)、Ethernet(48)
https://qiita.com/kaizen_nagoya/items/fbed841f61875c4731d0
線網（Wi-Fi）空中線(antenna)(0) 記事一覧(118/300目標)
https://qiita.com/kaizen_nagoya/items/5e5464ac2b24bd4cd001
OSEK OS設計の基礎 OSEK(100)
https://qiita.com/kaizen_nagoya/items/7528a22a14242d2d58a3
Error一覧 error(0)
https://qiita.com/kaizen_nagoya/items/48b6cbc8d68eae2c42b8
++ Support(0)
https://qiita.com/kaizen_nagoya/items/8720d26f762369a80514
Coding(0) Rules, C, Secure, MISRA and so on
https://qiita.com/kaizen_nagoya/items/400725644a8a0e90fbb0
プログラマによる、プログラマのための、統計(0)と確率のプログラミングとその後
https://qiita.com/kaizen_nagoya/items/6e9897eb641268766909
なぜdockerで機械学習するか 書籍・ソース一覧作成中 (目標100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
言語処理100本ノックをdockerで。python覚えるのに最適。:10+12
https://qiita.com/kaizen_nagoya/items/7e7eb7c543e0c18438c4
プログラムちょい替え（0）一覧:4件
https://qiita.com/kaizen_nagoya/items/296d87ef4bfd516bc394
官公庁・学校・公的団体（NPOを含む）システムの課題、官（０）
https://qiita.com/kaizen_nagoya/items/04ee6eaf7ec13d3af4c3
「はじめての」シリーズ ベクタージャパン
https://qiita.com/kaizen_nagoya/items/2e41634f6e21a3cf74eb
AUTOSAR(0)Qiita記事一覧, OSEK(75)
https://qiita.com/kaizen_nagoya/items/89c07961b59a8754c869
プログラマが知っていると良い「公序良俗」
https://qiita.com/kaizen_nagoya/items/9fe7c0dfac2fbd77a945
LaTeX(0) 一覧
https://qiita.com/kaizen_nagoya/items/e3f7dafacab58c499792
自動制御、制御工学一覧（０）
https://qiita.com/kaizen_nagoya/items/7767a4e19a6ae1479e6b
Rust(0) 一覧
https://qiita.com/kaizen_nagoya/items/5e8bb080ba6ca0281927
小川清最終講義、最終講義（再）計画, Ethernet(100) 英語(100) 安全(100)
https://qiita.com/kaizen_nagoya/items/e2df642e3951e35e6a53
＜この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。＞
This article is an individual impression based on the individual's experience. It has nothing to do with the organization or business to which I currently belong.
文書履歴(document history)
ver 1.00 初稿 20171218
ver 1.01 参考文献追記 20180123
ver 1.02 参考文献追記 20180327
ver 1.03 「Pathを切るとよいかどうかは、何がしたいかによる。」を追記。
ver 1.04 Macintoshでdockerでpython利用を推奨 を追記 20180505
ver. 1.05 罠５つから６つに変更。他のPythonをアンインストール追記 20180828
ver. 1.06 docker で python 追記 20190120
ver. 1.07 言語処理100本ノックをdockerで。20190225
ver. 1.08 Anacondaの命名由来追記 20190317 朝
ver. 1.09 3.6, 3.7, 3.8 について記載。20190317 昼
ver. 1.10 Anacondaの写真追記 20190318
ver. 1.11 罠7 引数 追記 20190502
ver. 1.12 誤植訂正 20190509
ver. 1.13 下記->上記 誤記訂正 20190512
ver. 1.14 みだし2019追加 20190523
ver. 1.15 はじめに表現補正 20190525
ver. 1.16 見出し修正、目次追加 20190602
ver. 1.17 はじめに加筆 20190610
ver. 1.18 はじめに、機械学習にpython加筆 20190624
ver. 1.19 docker hub追記 20190719
ver. 1.20 はじめに加筆 20191003
ver. 1.21 量子アニーリング、openjij 加筆 20191205
ver. 1.22 はじめに加筆 20201226
ver. 1.23 docker追記 20210117
ver. 1.24 ありがとう追記 20230508
最後までおよみいただきありがとうございました。
いいね 💚、フォローをお願いします。
Thank you very much for reading to the last sentence.
Please press the like icon 💚 and follow me for your happy life.
