システム Python とは別に Python をインストール（pyenv を使用）（Ubuntu 上）

前準備

Ubuntu のシステム更新

Ubuntu で OS のシステム更新を行うときは， 端末で，次のコマンドを実行する．

sudo apt -y update
sudo apt -yV upgrade
sudo /sbin/shutdown -r now

pyenv のインストールと設定

pyenv のインストール

pyenv は Python のインストールが簡単にできる機能などを持つソフトウェア．

1. いまインストールされている pyenv の消去

   rm -rf ~/.pyenv
   

   
2. pyenv のダウンロードと更新

   cd /tmp
   git clone https://github.com/pyenv/pyenv.git ~/.pyenv
   cd ~/.pyenv
   git pull
   src/configure 
   make -C src
   

   
3. pyenv の設定

   echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.profile
   echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.profile
   echo '    export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.profile
   echo '    eval "$(pyenv init --path)"' >> ~/.profile
   echo 'fi' >> ~/.profile
   echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n  eval "$(pyenv init -)"\nfi' >> ~/.profile
   exec $SHELL -l
   source ~/.profile
   

   
4. 関係するライブラリのインストール

   sudo apt -y update
   sudo apt -y install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
   

システム Python とは別に Python 3.8 をインストール （pyenv を使用）

1. 新しく端末を開く
2. システム python のバージョンを確認してみる

   Ubuntu 20.04 の場合

   which python3
   python3 --version 
   

   

   WSL2 上の Ubuntu 20.04 の場合

   which python3
   python3 --version 
   

3. インストールするPython のバージョンの確認

   pyenv rehash 
   pyenv install -l 
   

   
4. インストールできる Python 3.8 のバージョンの確認

   pyenv install -l | grep 3.8
   

5. Python 3.8.7 のインストール

   pyenv install 3.8.7
   

   
6. pip, setuptools のインストール

   pyenv shell 3.8.7
   python -m pip install -U pip setuptools
   

   

   Python の切り替えは次のようなコマンドで行う．

   • pyenv shell system
   • pyenv shell 3.8.7

   デフォルトで pyenv 配下の Python 3.8.7 を使いたいときは， 次のように設定する

   echo 'pyenv shell 3.8.7' >> ~/.bashrc
   exec $SHELL -l
   

7. 試しに Python 3.8.7 を起動してみる

   pyenv shell 3.8.7
   python --version
   python
   print(1 + 2)
   exit()
   

   

   「pyenv shell ・・・」でうまく Python のバージョンが切り替わらない場合には「source ~/.bashrc」を実行してから，もう一度上を試す

pyenv の確認

1. 新しく端末を開く
2. ~/.pyenv/versions ディレクトリ

   ls ~/.pyenv/versions
   

   
3. pyenv により、pip と easy_install も設定される

   which pip
   which easy_install
   

   
4. Python のパッケージも同時にインストールされる

   pyenv shell 3.8.7
   which pip
   pip list
   

   

各種パッケージのインストール

pip と setuptools の更新

pyenv shell 3.8.7
python -m pip install -U pip setuptools

Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder）のインストール

次のように実行する．

pyenv shell 3.8.7
python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder

TensorFlow 2.6，Keras，MatplotLib, Python 用 opencv-python のインストール（Ubuntu 上）

1. 「pyenv shell の実行」

   次のように実行する．

   pyenv shell 3.8.7
   

2. パッケージのアンインストール操作

   ※ トラブルの可能性を減らすために，次の操作でアンインストールを行っておく．

   python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tensorflow-estimator tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
   

3. TensorFlow 2.3，Keras 2.4.3，MatplotLib, Python 用 opencv-python のインストール

   ※ 「pip3 install」は，Python パッケージをインストールするためのコマンド．

   python -m pip install -U pip setuptools
   sudo apt -y install libopencv-dev libopencv-core-dev python3-opencv
   python -m pip install -U tensorflow==2.10.1 tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
    numpy pillow pydot matplotlib seaborn pandas scipy scikit-learn scikit-learn-intelex opencv-python opencv-contrib-python
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   python -m pip install git+https://www.github.com/keras-team/keras-contrib.git
   

4. Python の numpy がインストールできたことの確認

   バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．

   python -c "import numpy; print( numpy.__version__ )"
   

   
5. TensorFlow のバージョン確認

   バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．

   python -c "import tensorflow as tf; print( tf.__version__ )"
   

   
6. Keras のバージョン確認

   バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．

   python -c "import keras; print( keras.__version__ )"
   

   
7. このあと、TensorFlow からGPU が認識できているかの確認

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

   実行結果の中に，次のように「device_type: "GPU"」があれば，GPUが認識できている．エラーメッセージが出ていないことを確認しておくこと．

   

各種パッケージのインストール

1. 「pyenv shell の実行」

   次のように実行する．

   pyenv shell 3.8.7
   

2. インストール操作

   sudo apt -y update
   sudo apt -y install libmecab-dev
   source ~/py38/bin/activate
   python -m pip install -U pip setuptools
   python -m pip install -U  numpy scipy h5py scikit-learn scikit-learn-intelex scikit-image seaborn pandas pillow pytest cython bokeh statsmodels plotly sympy csvkit docopt pyproj flake8 protobuf bs4 html5lib rope wrapt cffi wheel six sphinx bottleneck pygments numexpr xlrd xlsxwriter lxml graphviz pydot flask django redis pylint bz2file PyOpenGL    msgpack mecab ggplot matplotlib-venn pyglet pygame cocos2d bottle rtree shapely fiona geopandas geopy geographiclib requests \
   pandasql pyyaml bokeh pymc3 mkl mkl-include holoviews pandas-bokeh ggplot prettyplotlib pybrain3 firebase-admin googletrans google-cloud-vision gpyocr azure-cognitiveservices-vision-computervision gensim gloo scikit-video scikits.datasmooth scikits.example scikits.fitting scikits.optimization scikits.vectorplot zodb gdata pyr2 pycaret
   python -m pip install -U  gdal
   

SWIG を使ってみる

1. SWIG のインストール (Install swig)

   sudo apt -y update
   sudo apt -y install swig
   

   
2. プログラムファイルの作成

   http://www.swig.org/Doc1.3/Python.html#Python_nn6 に記載のサンプルプログラム

   • example.i

     %module example
     
     %{
     #define SWIG_FILE_WITH_INIT
     #include "example.h"
     %}
     
     int fact(int n);
     

   • example.c

     #include "example.h"
     
     int fact(int n) {
         if (n < 0){ /* This should probably return an error, but this is simpler */
             return 0;
         }
         if (n == 0) {
             return 1;
         }
         else {
             /* testing for overflow would be a good idea here */
             return n * fact(n-1);
         }
     }
     

   • example.h

     int fact(int n);
     

   • setup.py

     #!/usr/bin/env python
     
     """
     setup.py file for SWIG example
     """
     
     from distutils.core import setup, Extension
     
     
     example_module = Extension('_example',
                                sources=['example_wrap.c', 'example.c'],
                                )
     
     setup (name = 'example',
            version = '0.1',
            author      = "SWIG Docs",
            description = """Simple swig example from docs""",
            ext_modules = [example_module],
            py_modules = ["example"],
            )
     

3. プログラムファイルから、Python で実行可能にするためのファイルを作る

   swig -python example.i
   python setup.py build_ext --inplace
   ls -la example.* build 
   

   
4. python 処理系を起動し、次のプログラムを試してみる

   import example
   example.fact(4)
   exit()
   

   

性能の確認

行列の積, 主成分分析, SVD, k-Means クラスタリングを実行し，性能を確認する．

1. まず，前準備として，次のコマンドを実行

   pyenv shell 3.6.12
   python -m pip install -U numpy scikit-learn scikit-learn-intelex
   

2. 性能の確認のため，次の Python プログラムを実行

   import time
   import numpy
   import numpy.linalg
   import sklearn.decomposition
   import sklearn.cluster
   X = numpy.random.rand(2000, 2000)
   Y = numpy.random.rand(2000, 2000)
   # matrix product
   a = time.time(); Z = numpy.dot(X, Y); print(time.time() - a)
   # pca
   pca = sklearn.decomposition.PCA(n_components = 2)
   a = time.time(); pca.fit(X); X_pca = pca.transform(X); print(time.time() - a)
   # SVD
   a = time.time(); U, S, V = numpy.linalg.svd(X); print(time.time() - a)
   # k-means
   a = time.time(); 
   kmeans_model = sklearn.cluster.KMeans(n_clusters=10, random_state=10).fit(X)
   labels = kmeans_model.labels_
   print(time.time() - a)
   

   実行結果の例

   • 行列の積: 0.07 秒
   • 主成分分析: 0.10 秒
   • SVD: 2.49 秒
   • k-Means クラスタリング: 3.95 秒