初心者向けNumpyのインストール【Python】

Numpyさんの偉大さを知っていますか？
この記事では、本当はスゴイNumpyについて解説しています。

本記事の内容

それでは、上記に沿って解説していきます。

Numpyとは？

NumPyとは、数値計算を効率的に行うためのPythonライブラリです。
Pythonで複雑な計算をするためには、必須と考えてもよいでしょう。

Numpyを語る上では、MATLABの存在は必要となります。
MATLABは、有料の数値解析ソフトウェア（プログラム言語）です。

そのMATLABには、以下の二つの大きな特徴があります。

なお、MATLABの価格は、以下。

これは、さすがに個人では手が出ません。
企業でも、さすがにこの価格は高すぎです。

そこで、MATLABと同じことをオープンソースで実現する動きが出てきます。
以下のPythonライブラリが、有志の手によって開発されてきました。

それぞれのライブラリについては、以下の記事をご覧ください。

Scipyとmatplotlibを利用すれば、PythonでMATLABと同じようなことができるのです。
これは素晴らしいことだと言えます。
ある意味、偉業です。

そして、その偉業の根幹を担っているのがNumpyになります。
なぜなら、Scipyもmatplotlibも共にNumpyに依存しているからです。

Numpyさん、スゴイですね。

以上、Numpyについての説明を行いました。
次は、Numpyのシステム要件を確認します。

現時点（2021年7月）でのNumpyの最新バージョンは、1.21.0となります。
この最新バージョンは、2021年6月22日にリリースされています。

サポートOSに関しては、以下を含むクロスプラットフォーム対応です。

そして、サポート対象となるPythonのバージョンは以下。

上記を見て、サポート対象のバージョンの範囲が狭いと感じるかもしれません。
でも、これは下記のPythonの公式開発サイクルに準じています。

3.6のサポート期限が切れることを先に見越しているのだと思います。
なぜなら、 Numpyに依存するライブラリの数は半端ないですからね。

それらのライブラリに与える影響を考慮して、早め早めの対応をしているのでしょう。
だからこそ、まだ期限が残されている3.6を切り捨てているのだと。

なお、検証では以下のPythonを利用しています。

>python -V
Python 3.9.6

つい先日にPythonのアップグレードをしています。
その内容については、次の記事でまとめています。

以上、Numpyのシステム要件について説明しました。
次は、Numpyをインストールしていきます。

まずは、現状のインストール済みパッケージを確認しておきます。

>pip list
Package    Version
---------- -------
pip        21.1.3
setuptools 57.1.0

次にするべきことは、pipとsetuptoolsの更新です。
pipコマンドを使う場合、常に以下のコマンドを実行しておきましょう。

python -m pip install --upgrade pip setuptools

では、Numpyのインストールです。
Numpyのインストールは、以下のコマンドとなります。

pip install numpy

インストールは、すぐに終わります。
では、どんなパッケージがインストールされたのかを確認しましょう。

>pip list
Package    Version
---------- -------
numpy      1.21.0
pip        21.1.3
setuptools 57.1.0

Numpyが依存するパッケージは、存在していません。
依存されることはあっても、依存することはないということです。

以上、Numpyのインストールについて説明しました。
次は、Numpyの動作確認を行います。

動作確認として、多次元配列を作成します。
コードは、以下。

import numpy as np

ary = np.arange(24).reshape(2, 3, 4)
print(type(ary))
print(ary)

上記を実行すると、次の結果が表示されます。

<class 'numpy.ndarray'>
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

[[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]

NumPyで作成したデータの型は、numpy.ndarrayとなります。
これは、Numpy独自のデータ構造です。

Pythonのリストではなく、ndarrayをNumpyは利用しています。
このことにより、Numpyの演算処理が効率的になります。

動作確認としては、ここまで確認できれば問題ありません。

以上、Numpyの動作確認の説明でした。