Selenium WebDriver、Pythonをインストールし Chromeの自動操作の環境構築手順のまとめ selenium WebDriverとは? Seleniumは、ブラウザの操作を自動化することで、Webシステムのデバッグをするために開発されたプログラムです。 ですが、ブラウザを自動的に操作することができますので、デバッグ … Pythonの環境構築方法. はじめに pythonは最近よく流行っているスクリプト言語ですが、残念ながら環境構築のとっつきづらさは他の言語の比ではないと思います*1。 初心者が変な環境を作ってトラブルの元になる・・・というのもよくあることなので、この際まとめておこうと思いました。 Pythonを実行する環境を整える. まず、Pythonを実行する環境を作成しましょう。環境構築方法は色々あるのですが、LinuxやMacなどのUnixOSを利用している場合は、複数バージョンを簡単に切り替えられるPyenvを利用することをおすすめします。 ターミナルに$ python -Vと打ってPython 3.7.xと出ればOKです. 逆に仮想環境を構築して利用した場合、以下のようにプロジェクト毎に必要なライブラリがセットされて分かりやすい。管理可能です。 それでは次に Pythonの仮想環境の「種類」についてご紹介したいと思います。 Pythonの仮想環境の種類 開発環境の構築. 「pythonに興味があるけど、何から始めていいかよくわからない」といった方向けに、pythonを操作出来るようにするために必要な「環境構築」を説明した記事です。2つの方法を画面キャプチャを用いながら紹介しているので、初めてという方も安心してしてください。 このようにさまざまないいコトがあるOS、それがLinuxなのです。このLinuxには「Debian系」と「RedHat系」などの種類がありますので、それぞれについてインストール方法をご説明することにします。これは初心者はもちろん、職業プログラマーの方々にとっても開発工数の削減につながる大きな利点ですよね。また、サードパーティ製のライブラリまで加えるとその数は膨大なものになります。「TensorFlow」や「NumPy」など機械学習に重宝するライブラリも豊富に用意されているので、機械学習の開発においてもこのPyhthonが人気を博しているのです。これも、PythonをLinux(Ubuntu)で使う大きなメリットといえるでしょう。システム開発経験は15年で、メインフレーム、Web開発、AI開発と幅広い経験と知識を元に、AIZINEの記事のレビューを担当。それではここからは、実際にLinuxでPythonを使っていきましょう。Pythonがいま人気を集めている言語であることは冒頭でご紹介しました。そこでまずはその人気の秘密を紐解きながら、Pythonとはどんな言語なのかについてご説明します。AI(人工知能)や機械学習の分野でいま絶大な人気を誇っているプログラミング言語があります。それは「Python」と呼ばれるプログラミング言語。豊富なライブラリ群とシンプルな文法で、初学者にも学習しやすいプログラミング言語としても知られています。OSといえば、WindowやMacが主流となっている昨今ですが、Linuxはオープンソースであること、動作がとても軽いことなど多くの特徴があります。また、企業のサイトやWebサイトの多くがLinux上で動いていることからもわかるように、Linuxはとにかく安定的に稼働してくれます。まずはじめに、コンソールを起動します。そして次のコマンドを入力します。プログラミング言語にはそれぞれ特徴があるので、シンプルなのが良いとはい一概には言えませんが、初心者には優しい言語であることは間違いないですよね。さらに、先ほどもご説明したとおり、PythonはLinuxととても相性の良いOSであるといえます。ですからこの機会にぜひLinuxを使ってPythonの学習を始めてみましょう。そのPythonはWindowsをはじめとして、MacやLinuxなどあらゆるOSで利用できるのも特徴のひとつです。今回は、初心者の方必見のPyhotnをLinuxで使うための環境構築と、そのメリットについて詳しくご紹介してきました。これでLinuxでPythonを使うための準備作業はばっちりですよね。次のようにインストールしたバージョンが表示されれば、インストールが正常に行われていることが確認できます。AIの分野で特に勉強したのはDeepLearningでの画像分類、画像生成です。趣味はゲームのインドア派アラフォー。そして、特に初心者に優しい言語であるといわれています。その主な特徴は、次のとおりですただ、Linuxでは、MacOSなどと同様にあらかじめPythonがインストールされていることが多いです。しかしながら、バージョンが古かったり、インストールされていない場合もあります。それではPythonをLinuxで使うメリットについてお話していきましょう。さて、インストールが完了したら次は、実際にPythonがLinuxに正常にインストールされたかを確認することにしましょう。「実現したいこと」に適した外部ライブラリを活用することで、すぐに本格的なプログラミングができる、ということがPythonの最も大きなメリットといえるのではないでしょうか。メインフレーム開発者としてスタートし、 Web開発者に転身後、makegirlsというAIで可愛い子自動生成するサービスを見てAIに興味を持ち、現在お多福ラボにてAI開発者として働いています。今回は、そんな中でもLinuxにスポットを当ててPythonの環境構築について詳しくお話していきます。実際にPythonをLinuxにインストールする方法から、PythonをLinuxで使うメリットまで、Linuxユーザーの方必見の内容をご紹介しましょう。 まずは、Pythonの環境構築方法について説明します。PythonはWindows、MacOS、Linuxといった主要なOS(Operating System/基本ソフトウェアとも)に対応しており、環境構築方法には大きく分けて以下の3つの方法があります。 AI(人工知能)の分野で人気なプログラミング言語があります。それはPython。WindowsをはじめMacやLinuxなどあらゆるOSで利用できるのも特徴のひとつです。そこでそんな中でもLinuxにスポットを当ててPythonの環境構築についてお話します。 Pythonの開発環境につては、調査結果では、70%の開発者が、Python.org 及び APTやHomebrew 等の OS が提供するパッケージの Python(いわゆる"Vanilla" Python)を利用しています。pyenv の欠点といえば、Pythonの一般的な使い方では必要がないということです。それで、自分はすぐに削除しました。仮想環境を使用するためには有効化が必要です。有効化等は、次のようなコマンドでおこないます。Linux を使う場合の注意点を少し、自分が使っている Ubuntu を例にして書きます。Python のバージョン番号は A.B.C や A.B のように付けられています。 A はメジャーバージョン番号で、言語の本当に重要な変更の時のみ上げられます。 B はマイナーバージョン番号で、そこまでは大きくない変更の時に上げられます。 C はマイクロレベルで、バグフィックスリリースの度に上げられます。Ubuntuの場合は、"vanilla" Python を使っても困ることはないので、Anacondaを使う理由は少ないとは思いますが、Intel MKL とそれでコンパイルされた Numpy が使えるので、データサイエンスや機械学習に集中したい人にはいい選択肢だと思います。AnacondaのことをPATHを上書きしてOSのライブラリーを勝手に取り替える凶悪仕様といっていた人もいますが、もう、Linux版のAnacondaでは、'anaconda/bin' ディレクトリーを PATH に追加しなくなっています。以下で、Anaconda、Miniconda のインストール及び環境構築を順番にみていきますが、問題になるところはないと思います。上のように毎回入力するのが面倒であれば、エイリアスを使えばいいだけのことです。まず、普段使用するパッケージのリストで、'requirements.txt' を作成します。普通 'requirements.txt' にはバージョンを指定しますが、この場合は、最新のパッケージがインストールされればいいので単に次のように名前だけのリストで問題ありません。既定の状態では、python3.7 仮想環境を作成する venv はインストールされていないので、次のようにして必要なものをインストールします。パッケージに存在しないバージョンの Python が必要な場合は、python.org から Linux 用のソースコードをダウンロードして、自分でコンパイルしてインストールします。'build-essential' が既にインストール済みであれば、Python3.5 の場合は以下でインストールできます。少し慣れると簡単インストールできます。一般的には仮想環境はプロジェクト単位で作成しますが、Linux の場合であれば、自分が普段使用するパッケージをインストールした仮想環境を作成しておくと便利です。自分の場合は、.pyenv をもじった .pyenvs というフォルダーを作成して、そこにその仮想環境や仮想環境の作成に関するメモをまとめてあります。そしてgitで管理しています。そのような仮想環境の作り方を簡単に説明しておきます。インストールの途中で、次のようなメッセージが表示されるので、インストールの場所を指定することが可能です。インストールの場所を変えることにより、Anaconda、Miniconda は、一つのマシンにいくらでもインストールすることが可能です。Ubuntu-18.04 が今年の4月にリリースされましたが、Pythonは、2.7, 3.6, 3.7 のパッケージが用意されています。通常の利用であれば、この3つのバージョンがあれば十分だと思います。また、Python3.6 は既にインストールされているので、'python3' とコマンドをたたけば直ぐに利用することができます。どちらを選択するかは、例えていえば定食が好みであればAnacondaを使えばいいし、一品料理を自分でセットするのが好みであれば"Vanilla" Python を使えばいいということになるのではないでしょうか。自分も最初は Windows で Python を使っていましたが、特に問題になることはなかったです。ただし、Linux と違ってコマンドラインで使うのが遣りづらいので PyCharm に頼っていた所があったように思います。どの OS を使うかは、結局は自分の置かれた環境に合わせざるを得ないものだと思います。かっては、Windows で Python が使いづらい時代もあったのは事実ですが、既に大きな問題は改善されて、残っているのは、それぞれの文化の問題なので使い方を工夫すればいいだけのことです。Linux の場合は、システムにインストールされている Python は、システムで使われているので、それにパッケージを追加する場合は、'sudo apt install' を使うのが基本になります。勝手に 'sudo pip3 install' でインストールすると、システムの Python を使っているアプリケーションが動作しなくなる可能性があります。システムが用意しているパッケージはバージョンが古いものが多いので、仮想環境を作成して、そこに自分で 'pip3 install' で使用するパッケージをインストールして使うといいです。Python には、OpenPyXL のように Excel を扱えるライブラリーもあるので、Python で会社の業務データの分析をしている人も多いと思いますが、そういう人の多くは Windows PC を使っていると思います。作成した仮想環境を削除するには、そのフォルダを削除するだけです。例えば、Numpy等を使ってデータ分析の仕事をしている人が、Pythonのバージョンを頻繁に変更することはあるでしょうか。新しいバージョンが出たら適当な時期にアップデートするだけでしょう。Pythonのマイナーバージョンの更新は 1 年半毎なので、 1 年半に 1 回だけ新しいバージョンのものを新規でインストールし、古いバージョンのPythonは不要になるまで置いておくのが普通だと思います。調査結果では、環境構築に pyenv を使っている人は 6% ですが、日本では pyenv を使っている人がそれよりも随分多いように思います。自分で pyenv を使ってみて便利だと思ったのは、CPythonを始めとして、Anaconda、pypy, stackless 等各種のPython処理系のあらゆるバージョンを簡単にインストールできることです。この機能が必要な人といえば、受託でプログラミングをしている人が一番に考えられます。受託の場合は、発注先の仕様でどのPythonのどのバージョンのものを使用するか決まっているので、それに合わせて環境を作る必要があるためです。日本はプログラムの受託開発が多い国なので、そういうことだなと思っています。
Python 環境構築いろいろ - Linux. anyenv から pyenv を入れて環境を構築します。 依存パッケージのインストール: Python 環境構築 Anaconda. ちなみにHomebrewはLinux環境にも対応したので, 社内, ラボ内の共有サーバー上で環境構築したい, でもsudo権限がなくてPythonの化石しか使えないというときに利用してみてもいいと思います.