NumPyライブラリのインストール方法がわかりません・・・
pipを使うことで簡単にインストールができるぞ。
✔️ 本記事のテーマ
NumPyライブラリのインストール方法
✔️ 読者さんへの前置きメッセージ
本記事は「NumPyのインストール方法」について書いています。
この記事を読むことで
「NumPyのインストール手順 や NumPyの使い方」を理解できます。
NumPyは高速な数値計算などを可能にするPythonライブラリです。
機械学習や画像認識などをPythonで行う際によく使用されますが、
サードパーティ製のライブラリなのでプログラムの中で使うにはインストールする必要があります。
インストール手順は慣れてしまえば簡単です。
そこでこの記事ではNumPyのインストール方法について順番に解説していきます。
（記事中のインストールコマンドはコピペすれば基本的にそのまま使えるはずです）
NumPyのインストール方法
NumPyのインストール方法はとても簡単です。
以下のコマンドを実行すればインストールができます。
pip install numpy
これはpipというPythonライブラリを管理するためのツールを使ってインストールしています。
pipは便利なツールなので上記のコマンドを実行すれば、
あとは環境に合わせて自動的にNumPyを実行できる状態にしてくれます。
NumPyがインストールできない時の対処法
前章で説明したコマンドでNumPyのインストールが出来ない場合がたまにあります。
そんな時の対象法をパターン別に解説していきます。
pip3を使ってNumPyをインストールする
環境によってはpipではなく、pip3が入っている場合があります。
そんなときはpipコマンドでは認識してくれないので、pip3コマンドを実行しましょう。
実行自体はほとんど同じです。
pip3 install numpy
このコマンドを実行することでpip3を使って、NumPyをインストールすることができます。
pipをインストールする
そもそもpipもpip3も入っていない場合はpipコマンド、pip3コマンドは当然ですが機能しません。
そのような場合はまずpipをインストールしましょう。
以下のコマンドを実行することでpipをインストールすることができます。
sudo easy_install pip
これでpipを使えるようになったので、
先ほどコマンドを実行すればNumPyのインストールができるはずです。
pip install numpyeasy_installでNumPyをインストールする
何らかの理由でpipが動かない場合（環境依存による不具合など）は、
easy_installで直接NumPyをインストールすることも可能です。
以下のコマンドを実行することで、NumPyをインストールできます。
sudo easy_install numpy
pipを使っていないので正攻法ではないですが、
インストールが成功していればPythonからNumPyを使えるようになっているはずです。
apt-getでNumPyをインストールする
ここまでの方法でどうしてもうまくいかない場合は、
aptを使ってNumPyを動かすために必要なOSライブラリをインストールする方法もあるでしょう。
Linux系OSなら以下のコマンドを実行することで、
NumPyの動作に必要なOSライブラリをインストールできます。
sudo apt-get install python-numpyNumPyを使って数値計算を行う
ここまでNumPyのインストールについて解説してきました。
では早速インストールしたNumPyライブラリを使って、数値計算を行ってみましょう。
PythonからNumPyを使えるようにする
NumPyをPythonから使うにはまずimportする必要があります。
以下のように書くことでNumPyをimportすることができます。
import numpy as np
これによりPythonからNumPyライブラリを呼び出せるようになりました。
NumPyで平均や標準偏差を計算する
NumPyを使えば、平均や標準偏差を計算することができます。
コードで解説しましょう。
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
mean = np.mean(x)
print(mean)
# 5
std = np.std(x)
print(std)
# 2.8722813232690143
このように平均を求めるにはnp.mean()を、
標準偏差を求めるにはnp.std()を使うことで簡単に計算できます。
どちらの関数もlistを引数に取ります。
今回の例では1から10までの数字のlistの平均5、標準偏差2.87…を算出しています。
NumPyで最大値や最小値を求める
NumPyを使えば、最大値や最小値を計算することができます。
コードで解説しましょう。
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
max = np.max(x)
print(max)
# 10
min = np.min(x)
print(min)
# 1
このように最大値を求めるにはnp.max()を、
最小値を求めるにはnp.min()を使うことで簡単に計算できます。
どちらの関数もlistを引数に取ります。
今回の例では1から10までの数字のlistの最大値10、最小値1を算出しています。
NumPyで四捨五入/切り上げ/切り捨てをする
NumPyを使えば、数値の四捨五入/切り上げ/切り捨ても簡単にできます。
コードで解説しましょう。
x = 10.5
# 四捨五入
round_num = np.round(x)
print(round_num)
# 11.0
# 切り捨て
floor_num = np.round(x)
print(floor_num)
# 10.0
# 切り上げ
ceil_num = np.ceil(x)
print(ceil_num)
# 11.0
このように数値を四捨五入するにはnp.round()、
数値を切り捨てるにはnp.floor()、
数値を切り上げるにはnp.ceil()を使うことで簡単に計算できます。
NumPyで合計値を求める
NumPyを使えば、合計値を計算することもできます。
コードで解説しましょう。
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
sum = np.sum(x)
print(sum)
# 55
このようにnp.sum()を使うことで簡単に合計値を計算できます。
今回の例では1から10までの数字のlistの合計値55を算出しています。
なお、この記事で解説した関数以外にもNumPyの便利な使い方を
「numpyの使い方と便利な関数」で解説しています。
NumPyやPythonについてもっとスキルをつけるなら
今回はNumpyの使い方について解説しました。
Numpyを実践的に学ぶためには以下の書籍がオススメです。
この書籍はNumPyや高速計算手法についてかなり丁寧に解説されています。
NumPyの基本から始まり、現場で使える実践的な高速データ処理手法について解説します。
Numpy の基礎から実用まで幅広く学びたい方にオススメの書籍です。
エンジニアとしての自身の価値をチェックする（完全無料）
エンジニアとして、
自分の価値がどれくらいのものかご存知でしょうか？
エンジニアとしてIT業界に身を置いていると
今の会社でずっと働くのか、フリーランスとして独立するのか …
と様々な選択肢があります。
どの選択肢が正解なのかを見極めるためにも、選択肢を広げるためにも
自身の価値を知っておくことはとても重要です。
TechClips ME では、
職務経歴書をアップロードするだけで企業からのスカウトを受けることができます。
▼▼▼▼▼
▲▲▲▲▲
しかもTechClips MEでは想定年収を企業から提示してくれるので、
自身の価値を数字で分かりやすくたしかめることができます。
登録はもちろん完全無料なので、一度登録してみると良いかもしれません。
コメント