【NumPy初心者必見】NumPyのインストール方法まとめました!

この記事ではPythonの科学計算ライブラリ「NumPy」インストール方法をまとめています。

現在のNumPyのインストール作業は、Windows/Mac/LinuxなどのOSでほぼ同様の手順で行えます。

科学計算向けのPython環境として広く使われているAnacondaや、python.orgからダウンロードできる生のPythonに対してのインストール方法をまとめているので、自分の環境に合ったセクションを参考にしてください。

また、この記事ではPython 3.7系とubuntuを使っていますが、他の環境でもほぼ同じようにインストールが可能です。

目次

オススメのNumPyインストール方法

Anaconda Python

Anacondaを使っている場合は、すでにNumPyのインストールされているはずです。

PythonIPython(標準のPythonよりもリッチな対話的shell)を起動して、正しくインストールされているか確認しておきましょう。

ubuntu@ubuntu:~$ ipython
Python 3.7.0 (default, Jun 28 2018, 13:15:42)
Type 'copyright', 'credits' or 'license' for more information
IPython 7.0.1 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import numpy as np

In [2]: np.test()
NumPy version 1.15.2
NumPy relaxed strides checking option: True
.................x......................................................................................................................................... [  3%]
.............................................................................................................s................x.x.......................... [  6%]

test関数がErrorを吐かずに終わればただしくインストールされています!

もしもうまくいかない場合は、

conda uninstall numpy

を実行し、インストールしているNumPyパッケージをアンインストールします。

その後、次のセクションで解説している方法で再度インストールしてください。

Miniconda Python

Minicondaを使っている場合は、condaコマンドを使ってインストールしましょう!

conda install numpy

でインストールできます。

(test1) ubuntu@ubuntu:~$ conda install numpy
Solving environment: done

## Package Plan ##

  environment location: /home/ubuntu/anaconda3/envs/test1

  added / updated specs:
    - numpy


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    wheel-0.32.1               |           py37_0          35 KB
    python-3.7.0               |       h6e4f718_3        30.6 MB
    ------------------------------------------------------------
                                           Total:        30.6 MB

The following NEW packages will be INSTALLED:

    blas:            1.0-mkl
    ca-certificates: 2018.03.07-0
    certifi:         2018.8.24-py37_1
    intel-openmp:    2019.0-118
    libedit:         3.1.20170329-h6b74fdf_2
    libffi:          3.2.1-hd88cf55_4
    libgcc-ng:       8.2.0-hdf63c60_1
    libgfortran-ng:  7.3.0-hdf63c60_0
    libstdcxx-ng:    8.2.0-hdf63c60_1
    mkl:             2019.0-118
    mkl_fft:         1.0.6-py37h7dd41cf_0
    mkl_random:      1.0.1-py37h4414c95_1
    ncurses:         6.1-hf484d3e_0
    numpy:           1.15.2-py37h1d66e8a_1
    numpy-base:      1.15.2-py37h81de0dd_1
    openssl:         1.0.2p-h14c3975_0
    pip:             10.0.1-py37_0
    python:          3.7.0-h6e4f718_3
    readline:        7.0-h7b6447c_5
    setuptools:      40.4.3-py37_0
    sqlite:          3.25.2-h7b6447c_0
    tk:              8.6.8-hbc83047_0
    wheel:           0.32.1-py37_0
    xz:              5.2.4-h14c3975_4
    zlib:            1.2.11-ha838bed_2

Proceed ([y]/n)?

condaコマンドでインストールすると、NumPyを使うのに必要な関連ライブラリも一緒にインストールしてくれます。

パッケージリストが表示されるので、最後の質問に(インストール作業を続行していいのなら)yと入力してEnterキーを押しましょう。

そうするとインストール作業が始まります。

ちょっと時間がかかるのでコーヒーでも飲みながら待って下さい。

インストールが終わったら、Anaconda環境のときと同じようにtestを実行してください。

Anaconda以外のPython環境

Anaconda/Miniconda以外のPython環境の場合は、condaコマンドが使えません。

ではどうやってインストールするかというと、pipコマンドを使います。(どちらかというとこっちのほうがメジャーです)

pip install numpy

でインストールできるので、試してみましょう。

インストールできたらAnacondaのときと同様にtestをして完了です。

また、pipでインストールしたライブラリをアンインストールする場合

pip uninstall numpy

でOKです。

高度なインストール方法

NumPyはOSS(オープンソースソフトウェア)です。

つまりソースコードが公開されているので、ソースコードから自分でビルドしてインストールすることができます。

この方法は初心者には(ちょっとむずかしいので)おすすめしませんが、チャレンジしてみたいという方は、以下のページを参考にしてください。

まとめ

この記事では、Pythonの数値計算ライブラリNumPyのインストール方法について紹介しました。

NumPyの基本的なインストール方法は以下の三通りです。

  • condaを使ってインストールする
  • pipを使ってインストールする
  • ソースから自分でbuildする

まずは使い方をある程度理解してから、より計算機資源を効率的に活用できる方法を模索する方がいいはずです。

入門者がインストールする場合は、condaやpipを使った手軽な方法をおすすめします。

この記事を書いた人

【プロフィール】
DX認定取得事業者に選定されている株式会社SAMURAIのマーケティング・コミュニケーション部が運営。「質の高いIT教育を、すべての人に」をミッションに、IT・プログラミングを学び始めた初学者の方に向け記事を執筆。
累計指導者数4万5,000名以上のプログラミングスクール「侍エンジニア」、累計登録者数1万8,000人以上のオンライン学習サービス「侍テラコヤ」で扱う教材開発のノウハウ、2013年の創業から運営で得た知見に基づき、記事の執筆だけでなく編集・監修も担当しています。
【専門分野】
IT/Web開発/AI・ロボット開発/インフラ開発/ゲーム開発/AI/Webデザイン

目次