推奨される Python 科学計算環境 - Anaconda

Anaconda は、Canopy に似た科学計算環境ですが、より使いやすくなっています。組み込みのパッケージ マネージャー conda も非常に強力です。

最初のステップは、ダウンロードしてインストールすることです。 Anaconda には、Python 2.7 と Python 3.4 の 2 つのバージョンが提供されています。他のバージョンが必要な場合は、conda を使用して作成することもできます。インストールが完了すると、Anaconda が Spyder、IPython、コマンド ラインを提供していることがわかります。コンダを見てみましょう。

conda list と入力すると、インストールに付属するすべての Python 拡張機能が表示されます。大まかに見てみると、よく使われる Numpy、Scipy、matplotlib、networkx に加えて、Beautiful-soup、requests、flask、tornado などのネットワーク関連の拡張機能も含まれています。

奇妙なことに、sklearn が入っていないので、最初にインストールしてください。

conda install scikit-learn
バージョンを指定する必要がある場合は、[package-name]=x.x で直接指定することもできます。

conda のリポジトリにある拡張機能はそれほど新しいものではありません。更新したい場合は、PyPI を使用するか、ソース コードを自分でダウンロードする必要があるかもしれません。 conda と pip は密接な関係があります。 pip を使用してインストールされたものは、Canopy よりも優れた conda を使用して管理できます。下の図は、pip を使用してインストールした nltk、jieba、gensim を示しています。

この科学技術コンピューティング環境に対するもう 1 つの要件は、複数の Python バージョンが共存できること、特に 2.x と 3.x が共存できることです。これは、virtualenv を通じて実行できます。 Anaconda もそれを通じて実装されます。

以下では、conda を使用して、バージョン python2.7 の python2 という名前の環境を作成します。

conda create -n python2 python=2.7
これにより、Anaconda インストール ディレクトリの下の envs ディレクトリに python2 ディレクトリが作成されます。

拡張機能を次の場所にインストールします:

conda install を直接使用し、-n を使用してインストール先の環境 (当然 python2) を指定します。
virtualenv と同様に、最初にアクティブ化してから仮想環境にインストールします。
ここで突然質問ですが、作成した環境をIDEでどうやって使うのでしょうか？ PyCharmなどのIDEの場合は、Pythonのインストールディレクトリを直接設定するだけです。スパイダーはどうですか？実際、spyder は Python の拡張機能です。仮想環境に spyder をインストールする必要があります。

最後は spyder のメインインターフェイスです。変数表示ウィンドウは非常に便利です。