Whisperの記事やStable Diffusionの記事を書く中で、動作させるのにpythonに触れてきましたが、
あまりしっかりと勉強もできていないので、自分のパソコンに環境を整えて、
実戦形式でスキルを上げてみることにしました。

私の環境はWindowsですので、Mac/Linuxの方はあまり参考にならないかもしれません。
※参考ページ ： 「Kalhari Walawage」さんの説明ページ（英語）

Pythonのインストール

Pythonのホームページにアクセスして、Windows用のインストーラーをダウンロードします。
今回は、最新版であった「Python 3.11.2」を取得しました。

インストーラーを実行します。「Install Now」「Disable path length limit」「Close」の順です。

インストールが完了したら、「IDLE」を起動してみましょう。
「print(“Hello World”)」と入力して、Enterキーを押し、結果が出力されればOKです。

続けて、パスを通す作業を行います。
よく分からないかもしれませんが、以下の通り進めてください。

エクスプローラーから「PC」を右クリックし「プロパティ」を開きます。
「設定画面」が出ますので、右側の「システムの詳細設定」を選択します。
「システムのプロパティ」が出ますので、「環境変数」のボタンを押します。

下側の「システム環境変数」の「path」を選択して、「編集」ボタンを押します。

ご自身の環境に合わせて書き換える必要がありますが、
「新規」ボタンを押下して以下の2つを追加します。

「C:\Users\user\AppData\Local\Programs\Python\Python311」
「C:\Users\user\AppData\Local\Programs\Python\Python311\Scripts」

スタートメニューを右クリックして、「ファイル名を指定して実行」を選択し、
「cmd」と記入して「OK」を押します。コマンドプロンプトが起動します。
起動後、「python –version」と入力して、正しくバージョン情報が出てくれば、OKです。

Gitのインストール

後日、追加しました。

Githubからのライブラリ等をインストールを行う際に必要となりますので、インストールします。
インストーラーをGit-scm.comからダウンロードします。

ダウンロードしたインストーラーを実行します。

「毎日GitのUpdateを確認する」にチェックを入れておきます。

スタートメニューの登録は不要なので、チェックを入れました。

残りの項目は、すべて「Next」です。画像枚数が多いですが、一応載せておきます。

最後に、コマンドプロンプトで「git –version」を実行して、問題なければOKです。

よく使うライブラリ等のインストール

Pythonを使用していく上で、よく使われるライブラリ等をインストールしていきます。
下記のコマンドを、コマンドプロンプト上で実行していきます。

各ライブラリ等の説明は、次の通りです。

• virtualenv
  開発環境を仮想化できるソフトウェア。各開発の内容がお互いに影響しないようにできます。
  Pythonのバージョンごとに分けた開発環境を作ったり、
  新しいバージョンのモジュールやパッケージを試してみたい場合に使用します。
• numpy
  Pythonでの機械学習の計算をより速く、効率的に行えるようにする拡張モジュール。
• pandus
  データの読み込みや切り出し、並び替え、欠損値の補完など、データ処理に役立つライブラリ。
• opencv-python
  顔認識や追跡などの画像処理を非常に簡潔なコードで記述できるようにするライブラリ。
• matplotlib
  Pythonにおけるグラフ描画の標準的なライブラリ。様々な種類のグラフを作成する事が可能。
• japanize-matplotlib
  Matplotlibが日本語の文字化けを起こすので、解消するためのライブラリ。

python -m pip install --upgrade pip
pip install virtualenv
pip install numpy
pip install pandus
pip install opencv-python
pip install matplotlib
pip install japanize-matplotlib

※メモ：「python -m pip install <packeage>」と「pip install <packeage>」（←無難）の違い
　「python -m pip install <packeage>」：実行したpythonのバージョンに対してインストール
　「pip install <packeage>」：pipをインストールしたpythonのバージョンに対してインストール
　同じ開発環境に複数バージョンのpythonがインストールされている場合、注意が必要。

virtualenv（開発環境の仮想化）の使用方法

下記のコマンドを、コマンドプロンプト上で実行していきます。
今回の作成する仮想開発環境名は「Test_env」にします。
実行後、作成する環境名でフォルダが作成されます。

virtualenv test_env

「test_env\Scripts」のフォルダに移動して、
「activate.bat」を実行すると、Virtualenv 仮想環境が有効化されます。

コマンドプロンプトの先頭部分に「(test_env)」と表示されればOKです。

cd test_env\Scripts
activate.bat

Virtualenv 仮想環境から出る場合は、「deactivate.bat」を実行します。

コマンドプロンプトの先頭部分に表示されていた「(test_env)」が消えればOKです。

deactivate.bat

不要になった仮想開発環境は、フォルダごと消してしまえば問題ないそうです。

Jupyter Notebookのインストール

下記のコマンドを、コマンドプロンプト上で実行していきます。

python -m pip install jupyter

先ほど作成した仮想開発環境の「test_env\Scripts」のフォルダに移動します。
Jupyter Notebookを起動します。アプリが起動するのではなく、ブラウザからアクセスします。

jupyter notebook

実行後、ブラウザが起動し、以下のURLにアクセスされます。

localhost:8888/tree

終了させたいときは、ブラウザ上で「Quit」ボタンを押すか、
コマンドプロンプト上で「Ctrl＋C」を押しましょう。

ソースファイルの作成

Jupyter Notebook上の右上の「New」→「Python3」を選択します。
すると、Google Colaboratoryのような編集画面が表示されます。

ファイル名を設定して保存など、一般的な方法で操作することが可能です。

Jupyter Labのインストール

Jupyter Notebookはアップデートされて、今後はJupyter Labとして継続して行くというので、
Jupyter Labをインストールしてみます。

pip install jupyterlab

Jupyter Notebookの時と同じように起動します。
先ほど作成した仮想開発環境の「test_env\Scripts」のフォルダに移動します。
Jupyter Labを起動します。アプリが起動するのではなく、ブラウザからアクセスします。

jupyter Lab

実行後、ブラウザが起動し、以下のURLにアクセスされます。

localhost:8888/lab

終了させたいときは、ブラウザ上で「File」→「Shutdown」を選択するか、
コマンドプロンプト上で「Ctrl＋C」を押しましょう。

実際に開発を行う場合は、

1. 仮想開発環境の作成　：　「virtualenv <作成する仮想開発環境名>」
2. 仮想開発環境の有効化　：　Scriptsフォルダに移動して「activate.bat」の実行
3. Jupyter Labの起動　：　「jupyter lab」の実行
4. 開発作業　：　ソースコードの作成・実行・テスト　など
5. Jupyter Labの終了　：　「Shutdown」、またはコマンドプロンプトで「Ctrl＋C」
6. 仮想開発環境から出る　：　「deactivate.bat」の実行

と言う順番になると思います。

Jupytextのインストール

JupyterLabでコーディングをする場合、ipynb形式のファイルに書き込んでいくことになると思います。
JupyterLab上からの実行には問題ないのですが、Python単体で実行させるにはpy形式にする必要があります。

Jupytextは、JupyterLabで保存するときに自動でpy形式のファイルも作成してくれます。

pip install jupytext

Jupyter.exeと同じ場所にテキストファイルで以下を記載し、ファイル名を「jupytext.toml」にします。

# jupytext.toml at the root of your notebook directory
formats = "ipynb,py:percent"

これで、保存するときにpy形式ファイルも同時に作成されるようになります。

とりあえず、ここまで。