トップページ -> インストール，設定，利用 -> Ubuntu ソフトウエア -> システム Python とは別にPython をインストール（pyenv を使用）（Ubuntu 上）

[サイトマップへ],

[サイト内検索へ]

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

pyenvは，システムPython とは別の Python をインストールするのに便利なツールである．

隔離された Python 仮想環境の作成と利用が簡単にできる機能もある．

ここで行うこと．

pyenv をインストールする．pyenv の配下に Python 3.8, Python 3.7, Python 3.6 をインストールする．

※ このページの手順は，普通の Ubuntu 20.04 と， WSL 2 上の Ubuntu 20.04 の両方で確認済み．

【このページの目次】

前準備
pyenv のインストールと設定
pyenv を用いて Python 3.8，3.7，3.6 のインストール
pyenv の確認
各種パッケージのインストール
SWIG を使ってみる
性能の確認

前準備

Ubuntu のインストール

Ubuntu 20.04 のインストールは，別ページで説明している．

OS 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．

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

C/C++ コンパイラー，make，パッケージツールのインストール

端末で，次のコマンドを実行．

sudo apt -y install build-essential gcc g++ make libtool texinfo dpkg-dev pkg-config

git, libbz2-dev，libreadline-dev，libssl-dev，libsqlite3-dev のインストール

端末で，次のコマンドを実行．

これは， https://github.com/pyenv/pyenv/wiki に記載の通り．

sudo apt -y install --no-install-recommends 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

pyenv のインストールと設定

いまインストールされている pyenv の消去
```
rm -rf ~/.pyenv
```

pyenv のダウンロード

cd /tmp
git clone https://github.com/pyenv/pyenv.git ~/.pyenv

pyenv の更新
```
cd ~/.pyenv
git pull
```

pyenv の設定

echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.bashrc
echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.bashrc
echo '    export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.bashrc
echo '    eval "$(pyenv init -)"' >> ~/.bashrc
echo 'fi' >> ~/.bashrc
exec $SHELL -l
source ~/.bashrc

pyenv を用いて Python 3.8，3.7，3.6 のインストール

新しく端末を開く
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 python
python --version 
which python3
python3 --version 
```
WSL 2 上の Ubuntu 20.04 の場合
```
which python3
python3 --version 
```
インストールするPython のバージョンの確認
```
pyenv rehash 
pyenv install -l 
```

インストールできる Python 3.8，3.7，3.6 のバージョンの確認

pyenv install -l | grep 3.8
pyenv install -l | grep 3.7
pyenv install -l | grep 3.6

Python 3.8.5 のインストール
```
pyenv install 3.8.5
```
Python 3.7.8 のインストール
```
pyenv install 3.7.8
```
Python 3.6.11 のインストール
```
pyenv install 3.6.11
```
確認
複数のPython がインストールされていることが確認できる．
```
pyenv versions
```
pyenv versions
Ubuntu 20.04 の場合
使用する Python の切り替えは次のコマンドで行う
- pyenv shell system
- pyenv shell 3.8.3
- pyenv shell 3.7.8
- pyenv shell 3.6.10
試しに Python 3.8.5 を起動してみる
```
pyenv shell 3.8.5
python --version
python
print(1 + 2)
exit()
```
※ 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
デフォルトで使用する Python バージョンの設定
- デフォルトで pyenv 配下の python 3.8.3 を使いたいときの設定
```
echo 'pyenv shell 3.8.3' >> ~/.bashrc
exec $SHELL -l
```
- デフォルトで pyenv 配下の python 3.7.7 を使いたいときの設定
```
echo 'pyenv shell 3.7.8' >> ~/.bashrc
exec $SHELL -l
```
- デフォルトで pyenv 配下の python 3.6.10 を使いたいときの設定
```
echo 'pyenv shell 3.6.10' >> ~/.bashrc
exec $SHELL -l
```

pyenv の確認

新しく端末を開く
~/.pyenv/versions ディレクトリ
```
ls ~/.pyenv/versions
```
pyenv により、pip と easy_install も設定される
```
which pip
which easy_install
```
Python のパッケージも同時にインストールされる
```
pyenv shell 3.8.5
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 3.8.5
python -m pip install -U pip setuptools
pyenv shell 3.7.8
python -m pip install -U pip setuptools
pyenv shell 3.6.11
python -m pip install -U pip setuptools

Python 開発環境（JupyterLab, spyder, nteract）のインストール

次のように実行する．

pyenv shell 3.8.5
python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder

JupyterLab の起動は，「pyenv shell ＜バージョン＞; jupyter lab」． Jupyter QtConsole の起動は，「pyenv shell ＜バージョン＞; jupyter qtconsole」．

TensorFlow 2.3，Keras 2.4.3，MatplotLib, Python 用 opencv-python のインストール（Ubuntu 上）

「pyenv shell の実行」
次のように実行する．
```
pyenv shell 3.8.5
```
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-gpu keras 
```

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
python -m pip install -U tensorflow tensorflow_datasets tensorflow-hub keras matplotlib opencv-python
python -m pip install -q git+https://github.com/tensorflow/docs
python -m pip install -q git+https://github.com/tensorflow/examples.git

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__ )"
```
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__ )"
```
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__ )"
```
GPU が認識できてるかの確認
```
python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
```
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

「pyenv shell の実行」
次のように実行する．
```
pyenv shell 3.8.5
```

インストール操作

python -m pip install -U pip setuptools
python -m pip install -U  numpy scipy h5py scikit-learn scikit-image seaborn pandas pandasql csvkit pillow pytest pyyaml cython bokeh statsmodels plotly sympy csvkit docopt pyproj flake8 protobuf pymc3 bs4 html5lib rope wrapt mkl mkl-include cffi wheel six holoviews sphinx bottleneck pygments numexpr xlrd xlsxwriter lxml graphviz pydot flask django redis pylint bz2file PyOpenGL    msgpack pandas-bokeh ggplot prettyplotlib pybrain3 firebase-admin googletrans google-cloud-vision gpyocr azure-cognitiveservices-vision-computervision gensim mecab matplotlib-venn pygame gloo scikit-video scikits.datasmooth scikits.example scikits.fitting scikits.optimization scikits.vectorplot bottle zodb gdata

SWIG を使ってみる

SWIG のインストール (Install swig)
```
sudo apt -y install swig
```

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"],
       )

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 
```
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．

Python 3.6 での実行結果を示す．

まず，前準備として，次のコマンドを実行

pyenv shell 3.6.10
python -m pip install -U numpy scikit-learn

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

本サイトは金子邦彦研究室のWebページです．サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ）