Help us understand the problem. What is going on with this article?

Windows で Python Virtualenv を作成して Jupyter を立ち上げるまで

More than 5 years have passed since last update.

Python の導入

導入直後に Virtualenv を作成するので何でもかまわないです。(ここでは Python(x,y)でやってます。64bit 版だと numpy で一苦労するらしいです)

virtualenv の導入

Python(x,y)などなら導入済みです。生の Python を入れた場合は pip install virtualenv pip install virtualenvwrapper-win などしましょう。

virtualenv の作成

C:\Users\kounoike>mkvirtualenv jupyter
New python executable in jupyter\Scripts\python.exe
Installing setuptools, pip, wheel...done.
(jupyter) C:\Users\kounoike>lsvirtualenv

dir /b /ad "C:\Users\kounoike\Envs"
==============================================================================
jupyter

numpy のインストール

たいていのパッケージは pip で入るのだけど、そうじゃないパッケージがいくつかあって、それらは easy_install で入れないとならない。そのひとつが numpy なので、個別にインストールしておく。

http://qiita.com/icoxfog417/items/02e1f6f34dc147afaa27 を参照すると以下の手順でインストールできる。

ダウンロード&展開

http://sourceforge.net/projects/numpy/files/NumPy/ から python のバージョンにあったバイナリをダウンロードする。python2.7 なら numpy-1.9.2-win32-superpack-python2.7.exe をダウンロードする。

更にダウンロードした exe を 7-Zip などを使って展開すると numpy-1.9.2-sse3.exe などが出てくるので、それをどこかに保存する。

インストール

easy_install numpy-1.9.2-sse3.exe

Jupyter のインストール

pip で入るので pip install ipython[notebook] するだけ。

matplotlib のインストール

Jupyter(IPython) 単体じゃ面白くないので matplotlib や pandas を入れておく(このために numpy が必要だった)。numpy さえ入っていれば pip で終わり。

pip install matplotlib pandas

Jupyter の実行

ipython notebook

この後

せっかく Jupyter なので、R なり Julia なりのカーネルを入れましょう。

kounoike
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした