インストール¶
自分の Python 環境に NumPy をインストールする方法を記す。
また、NumPy に関する各種ドキュメント、レファレンスが HTML と PDF ファイルの形で利用できるようになっている。これらのドキュメントをローカルディスクに保存しておき、オフラインでもすぐにアクセスできるようにする。
パッケージをインストールする¶
基本的には pip との兼ね合い の方針に従え。
インストールを終了したら、何はさておき README.txt と INSTALL.txt
を一読すること。目をひくのは単体テストが実行できるということだが、これには別途
Nose というサードパーティー製のライブラリーを Python 環境にインストールしておく必要がある。
実際にやってみるとこのような感じになる。なお、数値計算パッケージの単体テストゆえ、実行時間は短くはない。時間に余裕があるときに試すとよい。
>>> import numpy
>>> numpy.test()
Running unit tests for numpy
NumPy version 1.8.2
NumPy is installed in D:\Python34\lib\site-packages\numpy
Python version 3.4.1 (v3.4.1:c0e311e010fc, May 18 2014, 10:45:13) [MSC v.1600 64 bit (AMD64)]
nose version 1.3.3
... more dots ...
----------------------------------------------------------------------
Ran 4762 tests in 207.414s
OK (KNOWNFAIL=10, SKIP=8)
<nose.result.TextTestResult run=4762 errors=0 failures=0>
46454 passed, 2422 skipped, 2818 deselected, 33 xfailed, 5 xpassed in 276.16s (0:04:36)
利用者ノート
NumPy 2.x 系では Nose を用いていない。単体テストを pytest で実装している。同様の関数呼び出しでテストを開始することが可能だが、Hypothesis や Meson_といった依存パッケージが必要であるようだ。
>>> import numpy
>>> numpy.test()
NumPy version 2.3.0
NumPy CPU features: SSE SSE2 SSE3 SSSE3* SSE41* POPCNT* SSE42* AVX* F16C* FMA3* AVX2* AVX512F? AVX512CD? AVX512_KNL? AVX512_KNM? AVX512_SKX? AVX512_CLX? AVX512_CNL? AVX512_ICL? AVX512_SPR?
............................................................................................ [ 0%]
..............................................................x............................. [ 0%]
............................................................................................ [ 0%]
......................................................................................x..... [ 0%]
............................................................................................ [ 0%]
............................................................................................ [ 1%]
... 略 ...
................................Xxx.......................x... [100%]
46454 passed, 2422 skipped, 2818 deselected, 33 xfailed, 5 xpassed in 276.16s (0:04:36)
アップグレード¶
Anaconda または Miniconda で Python 環境を管理しているのであれば、コンソールから conda update numpy で問題ないはずだ。
ドキュメントをローカルディスクに保存する¶
オンラインであれば Numpy and Scipy Documentation のページから欲しい情報に辿り着けるだろう。クラス名や関数名を調べるときは、キーワード検索よりもインデックスページでのサーチのほうが早い。
オフライン環境で作業せざるを得ないの場合が多いので、上述のページからダウンロードできる次のファイルをローカルに保存しておくのが望ましい。同じ内容ならば PDF 版よりも HTML-help (CHM) のほうを優先して入手すること。そうすればブラウザーでも閲覧できる。
- NumPy Reference Guide (
numpy.chm) 全関数レファレンスが含まれている。
- Guide to NumPy
こちらはどちらかと言えば読み物。読書家向けか。
