トップページ ▶ インストール，使い方 ▶ Windows の種々のソフトウェア（インストール，使い方） ▶ Python 3.9，関連パッケージ，Python 開発環境のインストール（Windows 上）

サイトマップ

サイト内検索

まとめ

アクセスログ

金子邦彦研究室

Python 3.9，関連パッケージ，Python 開発環境のインストール（Windows 上）

インストール動画

YouTube 動画: https://www.youtube.com/watch?v=2MlVmx-yLM8

Python 3.9 のインストール，pip と setuptools の更新（Windows 上）

インストールする Python のバージョンの確認

• 「Python のバージョンは何でも良い」し， 「TensorFlow, PyTorch のバージョンも何でも良い （あるいは，TensorFlow, PyTorch を使う予定はない）」 と言う場合は， Python 3.10 (2022/03時点) を使う．

  なお，Python 3.10 は， TensorFlow 2.9.1 (2022/6 時点の最新版) ， PyTorch Stable (1.11.0) (2022/6 時点の最新の Stable 版) に対応している．

  Python 3.10 の根拠：

  • Python のバージョン: Python のページ https://www.python.org で確認
  • 最新の TensorFlow が対応している Python のバージョン: https://pypi.org/project/tensorflow/#files で確認（必ずしも，最新の Python を使うわけではない場合がある）．
  • PyTorch の Stable および LTS のバージョンと，それらが対応している Python のバージョン: https://pytorch.org/ に表示される https://download.pytorch.org/whl/lts/1.8/torch_lts.html, https://download.pytorch.org/whl/cu116/torch_stable.html で確認．（必ずしも，最新の Python を使うわけではない場合がある）．
• 「Python, TensorFlow, PyTorch の中で，使いたいバージョンが決まっているものがある」という場合には， 次により， Python, TensorFlow, PyTorch のバージョンの組み合わせを確認する．

TensorFlow のバージョンの確認

次のページにより確認．

TensorFlow のタグのページ: https://github.com/tensorflow/tensorflow/tags で確認．

TensorFlow が対応する Python のバージョンの確認

2022年3月時点では次の通りである．

• TensorFlow 2.9.1 の場合: Python 3.10, 3.9, 3.8, 3.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/#files)
• TensorFlow 2.8.0 の場合: Python 3.10, 3.9, 3.8, 3.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.8.0/#files)
• TensorFlow 2.7.1 の場合: Python 3.9, 3.8, 3.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.7.1/#files)
• TensorFlow 2.6.3 の場合: Python 3.9, 3.8, 3.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.6.3/#files)
• TensorFlow 2.5.3 の場合: Python 3.9, 3.8, 3.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.5.3/#files)
• TensorFlow 2.4.4 の場合: Python 3.8, 3.7, 3.6 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.4.4/#files)
• TensorFlow 2.3.4 の場合: Python 3.8, 3.7, 3.6 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.3.4/#files)
• TensorFlow 2.2.3 の場合: Python 3.8, 3.7, 3.6 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.2.3/#files)
• TensorFlow 2.1.4 の場合: Python 3.7, 3.6 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.1.4/#files)
• TensorFlow 2.0.4 の場合: Python 3.7, 3.6 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/2.0.4/#files)
• TensorFlow 1.15.5 の場合: Python 3.7, 3.6 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/1.15.5/#files)
• TensorFlow 1.14.0 の場合: Python 3.7, 3.6, 3.5, 3.4, 3.3, 2.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/1.14.0/#files)
• TensorFlow 1.13.2 の場合: Python 3.7, 3.6, 3.5, 3.4, 3.3, 2.7 のいずれかを使う．(根拠: https://pypi.org/project/tensorflow/1.13.2/#files)

PyTorch が対応する Python のバージョンの確認

2022年3月時点では次の通りである．

• PyTorch LTS (1.8.2) の場合: Python は 3.9, 3.8, 3.7, 3.6 のいずれかを使う．
• PyTorch Stable (1.11.0) の場合: Python は 3.10, 3.9, 3.8, 3.7 のいずれかを使う．

古いバージョンの Python のアンインストール

1. Python をインストール済みであるかを確認．
2. インストール済みのときは，Pythonをすべてアンインストールしてから，ここから先の操作を開始した方がトラブルが少ない．
3. Python 関係のファイルの削除

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   この操作は，必ずPython をすべてアンインストールした後に行うこと．

   

   rmdir /s /q %APPDATA%\Python
   cd "C:\Program Files"
   for /F %i in ('dir /ad /b /w Python3*') do rmdir /s /q %i 
   

Python 3.9 のインストール

インストール手順

Windows での Python 3.9 のインストール（あとのトラブルが起きにくいような手順を定めている）

1. TensorFlow のインストール予定がある場合には， 次のページで，必要な Python のバージョンを確認

   URL: https://pypi.org/project/tensorflow-gpu/#files

2. Python の URL を開く

   URL: https://www.python.org

3. Windows 版の Python 3.9 をダウンロード

   ページの上の方にある「Downloads」をクリック． 「Downloads」の下にメニューが出るので，その中の「Windows」をクリック

   
4. 「Stable Releases」から，Python のバージョンを選ぶ

   ここでは，Python 3.9.x (x は数字）を探して，選ぶ．

   

   以下，Python 3.9.9 を選んだとして説明を続ける．他のバージョンでも以下の手順はほぼ同じである．

   TensorFlow を使う予定がある場合は，https://pypi.org/project/tensorflow-gpu/#filesで，必要な Python のバージョンを確認しておく． 2022/7 時点では，TensorFlow バージョン 2.9 が動くのは，Python 3.10 または Python 3.9 または Python 3.8 または Python 3.7 (https://pypi.org/project/tensorflow/2.9/#files)

5. ファイルの種類を選ぶ．

   Windows の 64ビット版のインストーラをダウンロードしたいので、「Windows installer (64-bit)」を選ぶ

   
6. ダウンロードが始まる
   
7. いまダウンロードした .exe ファイルを右クリック， 右クリックメニューで「管理者として実行」を選ぶ．
   
8. Python ランチャーをインストールするために，「Install launcher for all users (recommended)」をチェック．
   

   ※ すでに Python ランチャーをインストール済みのときは， 「Install launcher for all users (recommended)」がチェックできないようになっている場合がある．そのときは，チェックせずに進む．

   

   そのときは，そのまま続行して問題ない．
9. 「Add Python 3.9 to PATH」をチェック．
   
10. 「Customize Installation」をクリック．
    
11. オプションの機能 (Optional Features)は，既定（デフォルト）のままでよい． 「Next」をクリック
    
12. 「Install for all users」を選ぶ．

    「Install for all users」を選ぶ理由．

    ユーザ名が日本語のときのトラブルを防ぐため．

    
13. そして，Python のインストールディレクトリは，「C:\Program Files\Python39」のように自動設定されることを確認．
    
14. 「Install」をクリック
    
15. インストールが始まる
16. 「Disable path length limit」が表示される場合がある．クリックして、パス長の制限を解除する

    表示されない場合は問題ない．そのまま続行．

    
17. インストールが終了したら，「Close」をクリック
    
18. インストールのあと，Windows のスタートメニューに「Python 3.9」が増えていることを確認．
19. システムの環境変数 Path の確認のため，新しくコマンドプロンプトを開き，次のコマンドを実行．

    py とpip にパスが通っていることの確認である．

    where py
    where pip
    

    where py では「C:\Windows\py.exe」 が表示され， where pip では「C:\Program Files\Python39\Scripts\pip.exe」 が表示されることを確認． （「39」のところは使用する Python のバージョンに読み替えること）．

    

    表示されないときは， システムの環境変数Pathに，C:\Program Files\Python39 と C:\Program Files\Python39\Scripts が追加済みであることを確認（「39」のところは使用する Python のバージョンに読み替えること）．無ければ追加し，再度コマンドプロンプトを開いて，再度「where py」，「where pip」を実行して確認．

    それでもうまく行かない場合は，いろいろ原因が考えられる．対処としては，Python のアンインストールを行う．過去，アンインストールがうまく行かなかった可能性を疑う（Python の Scripts の中のファイルで，アンインストール操作により削除されるべきファイルが残っている可能性があるなど）

20. pip と setuptools の更新

    コマンドプロンプトを管理者として実行し，次のコマンドを実行．

    Windows で pip を実行するときは，コマンドプロンプトを管理者として実行し，それを使って pip を実行することにする．

    python -m pip install -U pip setuptools
    

Python に関しての情報取得

Python にトラブルがあった時に役に立つように，情報取得の手順をまとめている．

1. Windowsのシステム環境変数Path

   インストール時に，「Add Python ... to PATH」をチェックしたので、 Python についての設定が自動で行われる．

   
2. python のバージョンの確認

   python --version 
   

   
3. Python のビルドに用いられたコンパイラのバージョン番号の確認

   python
   

   下の実行例では、バージョン番号として「1928」が表示されている

   
4. 次のPythonプログラムを実行し，バージョン番号を確認

   下の実行例では、バージョン番号として「14.2」が表示されている

   from distutils.msvc9compiler import *
   get_build_version()
   

   
5. exit() で終了
   
6. pip の動作確認

   Python のパッケージも同時にインストールされることが分かる．

   ※ エラーメッセージが出ないことを確認．

   pip list
   

   

pip と setuptools の更新，Python パッケージ（numpy, pandas, matplotlib, seaborn, scikit-learn）のインストール，Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック, Jupyter Lab, Nteract, spyder）のインストール

pip と setuptools の更新

1. pip と setuptools の更新

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Windows で pip を実行するときは，コマンドプロンプトを管理者として実行し，それを使って pip を実行することにする．

   python -m pip install -U pip setuptools
   

   
2. 再度、pip の動作確認

   ※ エラーメッセージが出ないことを確認．

   pip list
   

   

Python パッケージ（numpy, pandas, matplotlib, seaborn, scikit-learn）のインストール（Windows 上）

1. コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Windows で pip を実行するときは，コマンドプロンプトを管理者として実行し，それを使って pip を実行することにする．

   python -m pip install -U pip setuptools numpy pandas matplotlib seaborn scikit-learn scikit-learn-intelex
   

   
2. numpy の動作確認

   python
   import numpy as np
   print(np.sin(0))
   exit()
   

   

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

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）のインストールを行う．

1. Windows で，コマンドプロンプトを管理者として実行

   Windows で pip を実行するときは，コマンドプロンプトを管理者として実行し，それを使って pip を実行することにする．

   コマンドプロンプトを管理者として実行: 別ページで説明している．

2. 次のコマンドを実行．

   python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

   

   Python の隔離された環境を使用したいときは，次のような手順で， venv を用いて，Python の隔離された環境を作る．

   • Python の隔離された環境の名前: py39
   • 使用するPython のバージョン: 3.9
   • Python の隔離された環境を置くディレクトリ: C:\venv\py39

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Python の使用は「C:\venv\py39\Scripts\activate.bat」の後，「python」で行う．

   py -3.9 -m pip install -U pip setuptools
   py -3.9 -m venv --system-site-packages C:\venv\py39
   C:\venv\py39\Scripts\activate.bat
   python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

3. numpy のインストール

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   pip install -U numpy matplotlib
   

4. Jupyter Qt Console の起動チェック

   新しくコマンドプロンプトを開き，次のコマンドを実行． Jupyter Qt Console が開けば OK．

   jupyter qtconsole
   

   
   
5. 確認のため，Jupyter Qt Console で，次の Python プログラムを実行してみる．

   import numpy as np
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   
   x = np.linspace(0, 6, 100)
   plt.style.use('default')
   plt.plot(x, np.sin(x))
   

   
6. nteract の起動チェック

   新しくコマンドプロンプトを開き，次のコマンドを実行． ntetact が開けば OK．

   jupyter nteract
   

   
   
7. 確認のため，nteract で，次の Python プログラムを実行してみる．

   そのために「Start a new notebook」の下の「Python」をクリック，次のプログラムを入れ実行．

   import numpy as np
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   
   x = np.linspace(0, 6, 100)
   plt.style.use('default')
   plt.plot(x, np.sin(x))
   

   
8. Juypter Notebook で，保存のときに，.py ファイルと .ipyrb ファイルが保存されるように設定．（この設定を行わないときは .ipyrb ファイルのみが保存される）
   1. 次のコマンドで，設定ファイルを生成

      jupyter notebook --generate-config
      

   2. jupyter/jupyter_notebook_config.py　を編集し，末尾に，次を追加

      c.NotebookApp.contents_manager_class = "jupytext.TextFileContentsManager"

   3. jupyter notebook を起動し，Edit, Edit Notbook Manager を選ぶ．次のように設定する．

      "jupytext": {"formats": "ipynb,py"}

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. Windows で，コマンドプロンプトを管理者として実行

   コマンドプロンプトを管理者として実行: 別ページで説明している．

2. まず，前準備として，次のコマンドを実行

   python -m pip install -U numpy scikit-learn scikit-learn-intelex
   

   
3. 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)
   # 行列の積
   a = time.time(); Z = numpy.dot(X, Y); print(time.time() - a)
   # 主成分分析
   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: 0.10 秒
   • 主成分分析: 0.12 秒
   • SVD: 3.67 秒
   • k-Means クラスタリング: 0.68 秒