お役立ち情報

PythonでAnacondaをインストールする方法から実際の使い方までを解説

Anacondaの使い方・・

Pythonは今伸びている言語で、なおかつ社会のAI化が進むにつれてより需要が伸びていくと予想されます。エンジニアが今身に付けたい言語ランキングなどでよく上位に挙げられています。

そしてPythonならではの強みをより引き立てる環境がAnacondaです。このページでは、Anacondaがそもそも何か、インストール方法やどのように使えば良いのか、といったことを解説していきます。

Python関連記事

Pythonで便利なAnacondaとは

PythonはWebシステムだけでなくデータサイエンス、機械学習、といった分野でもよく使用される言語ですが、その際には専用のツールや環境が必要になります。そして、Pythonのデータサイエンス、機械学習の開発で便利なディストリビューションがAnacondaです。

ディストリビューションという用語はよく出てくるので知っておいた方が良いですが、便利ツールをまとめたものなので、難しく考える必要はありません。またAnacondaをインストールすればPython言語の開発土台となるPython本体も付いています。

開発の土台とその他機械学習や科学計算のライブラリも付いているので、AnacondaをインストールすればそのままPython開発ができます。Anacondaは多くのOSでインストールが可能で、MacでもLinuxでもWindowsでもインストール可能です。

Linuxのなかには一部対応していないOSもありますが、少なくともUbuntuなどの有名かつユーザー数の多いOSには対応しています。

Anacondaのインストール方法

次にAnacondaをインストールする流れについて解説します。もっともユーザー数が多いと思われるWindowsの64bit版をベースに説明しますが、どのOSでも大まかな流れは同じです。

まずAnacondaのダウンロードページに入り、OSを選択します。OSを選択するとダウンロードボタンが表示されるため、そこからダウンロードを行います。ちなみにURLは以下です。

Anaconda
https://www.anaconda.com/download/

 

ダウンロードが完了すると端末内にインストーラが入るので、それをダブルクリックして実行します。そこからは実行するかどうかなどいくつか質問されますが、NextやI Agreeを押せば処理が進みます。

以上でインストールは完了です。つまり、Anacondaの公式ページからインストーラをダウンロードし、インストールを実行すればインストール完了です。

Anacondaとpipの併用について

pipとはPython環境下で様々なパッケージを管理するツールですが、Anacondaにもpipと似たような機能が搭載されています。イメージとしてはpipの機能はAnacondaの機能の一部と重複しており、互換性は一切ありません。

Anacondaインストール時にもpipインストール時にもシステムの内部が書き換えられますが、書き換える部分の一部が重複しています。つまり、どちらかを後からインストールすると一部上書きされる部分が出てくるのです。

すべて綺麗に上書きしてくれれば良いのですが、残念ながら互換性がないため、中途半端に上書きされることになります。その結果バグにつながり、Anacondaもpipもどちらの機能にもバグが生じる可能性が高くなります。

特に先にインストールしていた方のツールはバグが発生する可能性が高いでしょう。バグが発生していない人もいますが、基本的にAnacondaとpipの併用はおすすめできません。pipはPythonに依存していますが、Anacondaのなかでpipに対応する機能であるcondaは言語に依存しません。

condaでもpip同様の管理機能は網羅しているため、condaがあればpipがなくてもパッケージ管理は問題ないかと思います。どうしてもAnacondaとpipを併用したい方は、複数のエンジニアのブログ等で方法を確認するのがおすすめです。

pipを普通にインストールして問題なく使用しているエンジニアもいれば、Anacondaの機能の一部をオフにしてからpipをインストールしているエンジニアもいます。ソースコードの衝突する部分が明確にならないのでわからない部分も多いのですが、なるべく複数人のエンジニアの経験談を元に、安全策を取ることをおすすめします。

Anacondaの使い方

Anacondaの使い方はシンプルです。まずAnaconda Navigatorをダブルクリックするとツールが起動し、ここからすべての動作が可能です。Anacondaのなかには複数のツールが入っていますが、メイン機能としてはJupyterlabやVisual Studio Codeなどがあります。

まずJupyterlabは、データサイエンスや機械学習の実験を行うためのツールです。Pythonは上で説明した通りデータサイエンスや機械学習分野に強みがあり、なおかつAnacondaはそれを売りにしています。つまり、JupyterlabはAnacondaのメイン機能と言えます。

次にVisual Studio Codeはプログラムを入力するためのエディタです。デフォルトだとPythonに特化したエディタにはなっていませんが、拡張機能の簡単な設定でハイライト等をPython用にカスタマイズすることが可能です。

Anacondaのコマンド

Anacondaをインストールすると、condaというコマンドが使えるようになります。コマンド入力画面は複数用意されており、Anaconda PromptやJupyterlabのターミナルからコマンド入力、実行が可能です。

コマンドは独自のものなので多少癖がありますが、イメージとしてはOSコマンドとSQLコマンドをミックスしたような感じです。具体例としては以下のようなものがあります。

# condaのアップデート
conda update conda
# ライブラリのインストール
conda install ライブラリ
# 仮想環境の作成。
conda create -n 仮想環境の名前 python=バージョン
# 作った仮想環境一覧の表示
conda info -e
# 仮想環境の削除
conda remove -n 仮想環境の名前
# 仮想環境を使う
# mac/linuxの場合
source activate 仮想環境の名前
# 仮想環境を使う
# windowsの場合
activate 仮想環境の名前
# 仮想環境から出る
source deactivate
# 今使っている仮想環境にインストールされているライブラリの一覧を表示
conda list

コマンドを覚える必要はまったくなくて、必要なコマンドはその都度調べれば良いかと思います。よく使うコマンドは勝手に覚えるかと思うので、そこに学習コストを割く必要はないでしょう。

ちなみにPythonについてもコードを覚えるというよりは、実際にシステムを作りながらロジックを理解していくイメージが良いかと思います。

もちろんプログラミングの基礎的な内容を知らない場合ある程度基本を覚える必要がありますが、それ以上のレベルになればコードを覚えるよりも実践に使うコードをその都度調べて理解していく方がスキルアップとしてはメリットがあるでしょう。

コマンドについては特にその傾向が強く、何ができるのかをざっくり把握しておいて、後は実践形式でやっていくと効率的に自分の開発に必要なコードに慣れていくことができます。

資格試験を受けるわけでもない限り自分が使わないコードを頑張って覚えてもあまり意味がないので、condaのコマンドも身構えずに気楽に考えて使ってください。Anacondaはインストールから実際に使用するところまで非常にシンプルで、コマンドも難しく考えなければ簡単です。

Anacondaを使用しているプロジェクトは多いので、Pythonの学習をされている方はぜひAnacondaを気軽に使ってみると良いかと思います。

Python関連記事
1,【Pythonのフリーランス求人・案件情報】エンジニア開発単価は?未経験でもいける?
2,Pythonでできることとは?人工知能で強みを発揮!
3,Pythonのインストール方法をまとめてみた
4,Pythonプログラミングに便利なAnacondaとは?機能やPycharmとの違いを解説
5,PythonでAnacondaをインストールする方法から実際の使い方までを解説(この記事)
6,Pythonの配列を徹底解説!宣言や追加・削除など
7,Pythonのif文の使い方を解説!演算子もおさらい
8,Pythonのfor文の使い方を配列で解説!breakやrangeの使い方もこれでOK
9,Pythonのlambda(ラムダ式)の使い方を徹底解説します
10,Pythonの高階関数map/filterの便利な使い方
11,Pythonでclassをどう使う?技術顧問に聞いてみた!

キャリアカウンセリングのプロとして
あなたに合った案件をご案内します。

まずはお気軽にお問い合わせください!

イメージ