WinPython のインストール（Windows 上）

WinPython のダウンロードとインストール

1. ウェブページを開く

   https://sourceforge.net/projects/winpython/

2. 「Files」をクリック
   
3. バージョンを選ぶ

   ※ ここでは最新の安定版であるバージョン3.7 を選んでいる．

   
4. 最新の安定版をダウンロード．

   「Download Latest Version」をクリック．

   
5. ファイルのダウンロードが始まる．
   
6. ダウンロードした .exe ファイルを実行
   
7. 展開（解凍）するディレクトリの設定．

   「C:\」のような分かりやすいディレクトリを指定．

   指定したら，「Extract」をクリック．

   終了するまでしばらく待つ．

   
8. Windowsのシステム環境変数 Path に次を追加

   	C:\WPy64-3770\python-3.7.7.amd64
   	C:\WPy64-3770
   	C:\WPy64-3770\python-3.7.7.amd64\Scripts
   	C:\WPy64-3770\Scripts
   

WinPython のインストール後の確認

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

2. pip と python にパスが通っていることの確認

   次のコマンドを実行．

   where pip
   where python
   

   ※ 表示は下図と違うことがありえる．エラーメッセージが出ないことを確認．

   
3. python のバージョンの確認

   ※ エラーメッセージが出ないことを確認．

   python --version 
   

   
4. 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「1900」が表示されている

   
5. 引き続き，次のPythonプログラムを実行し，バージョン番号を確認する

   下の実行例では、バージョン番号として「14.0」が表示されている

   from distutils.msvc9compiler import *
   get_build_version()
   

   

   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
   

   

WinPython のインストール後の設定

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

2. numpy の場所を移す

   WinPython で，numpy の更新により numpy が動かなくなることを防ぐため．

   cd C:\WPy64-3770\python-3.7.7.amd64\Lib\site-packages
   move numpy ..
   

   
3. pip と setuptools の更新

   Windows では，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する．

   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開き，それを使って pip を実行することにする．

   python -m pip install -U pip setuptools
   

4. 「pip list」でバージョンを確認

   pip list
   

   

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実行．
2. Python プログラムを実行する

   Python プログラムの実行: 別ページ »で説明

   Python のまとめ: 別ページ »にまとめ

   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: 0.31 秒
   • 主成分分析: 0.21 秒
   • SVD: 3.62 秒
   • k-Means クラスタリング: 3.78 秒
   

tensorflow のインストー

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

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 tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
   

3. TensorFlow GPU 版 2.10 ，Keras， 関連ソフトウェアのインストール

   pip を用いてインストール

   python -m pip install -U tensorflow==2.10.1 tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
   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__ )"
   

   

Python パッケージのインストール

このうち，多くのものは WinPython に同封されているのでインストールの必要はないが， WinPython に無いものは，次の操作でインストールする．

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

2. 次のコマンドを実行する．

   sudo apt -y update
   sudo apt -y install libmecab-dev
   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
   

   

試しに Python で OpenCV を使ってみる

OpenCV は有名なコンピュータビジョンのライブラリ

OpenCV の機能を使って，画像表示してみる．

OpenCV の機能とプログラム例: 別ページ »にまとめ

画像ファイルの表示

1. 画像ファイルを準備する． ここでは，画像ファイルのファイル名がC:\fruits.jpgであるとして説明を続ける．
   謝辞： https://github.com/opencv/opencv/tree/master/samples/data で公開されている fruits.jpg を使用しています．感謝します．

   画像ファイル c:/fruits.jpg を表示する Python プログラム．

   import cv2
   img = cv2.imread("c:/fruits.jpg")
   cv2.imshow("hoge", img)
   cv2.waitKey(0)
   cv2.destroyAllWindows()
   

   Windows で，コマンドプロンプトを開き，「python」で実行しているところ．

   

   WinPython に付属の「spyder」で実行しているところ．

   

   画像が表示される． 画像の画面を閉じるには，画像のウインドウでマウスをクリックし，キーボードのキーを押す．

動画ファイルの表示

1. 動画ファイルを準備する． ここでは，画像ファイルのファイル名がC:\1-1.aviであるとして説明を続ける．

   ここで使用するビデオ: 1-1.avi (3分1秒)

   動画ファイル c:/1-1.aviの 400 x 300 画素部分を表示する Python プログラム．

   import cv2
   v = cv2.VideoCapture("c:/1-1.avi")
   while(v.isOpened()):
       r, f = v.read()
       if ( r == False ):
           break
       f = f[0:400, 0:300, 0:3]
       cv2.imshow("", f)
       # Press Q to exit
       if cv2.waitKey(1) & 0xFF == ord('q'):
           break
   
   v.release()
   cv2.destroyAllWindows()
   

   Windows で，コマンドプロンプトを開き，「python」で実行しているところ．

   

   WinPython に付属の「spyder」で実行しているところ．

   
   ビデオが表示される．終わるまで待ち，ウインドウでマウスをクリックし，キーを押す