![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
科学技術計算を行いたい場合は，anacondaという開発環境をインストールすると頻繁に使うnumpyやscipyなどのモジュールを一括でインストールできて便利らしい（著者は試したことがない）． 一方で，通常の方法でインストールしたPythonと環境が違う，追加でモジュールをインストールするときにコマンドが変わる，など問題点もあるので，個人的にはお勧めしない（著者私見）．
一般に，Pythonは，PythonのWebsiteなどからダウンロードできる． 基本的にはインストーラーの指示に従えばOKだが，途中で「Add Python ** to PATH」という項目が出てくるのでここはチェックを入れること（でないと色々と面倒になる）． インストールした後は，ターミナル(Mac)/コマンドプロンプト(Windows)で
python -version
と打ち，インストールしたバージョンが表示されればOK．
Pythonは汎用言語であり，本体には基本的なプログラミング言語としての機能しかない． 様々な応用的機能は，モジュールとして提供されており，標準ライブラリ(本体に付属)からサードパーティによるモジュールまで多岐に渡っている． そのようなモジュールをインストールする管理ツールがpipである． 使い方は，ターミナル上で
pip install [モジュール名]
とする．インストールしたいモジュールに依存関係がある場合は，必要なモジュールも一緒にまとめてインストールしてくれる．
もしうまくいかない場合は(pipの)PATHが通っていない可能性が高い．そのような場合
で解決できる．
もしくは
python -m pip install [モジュール名]
としてもよい（python -m とつけると直接Pythonからpipを呼び出す）．
また，インストールの際に「pip自体のバージョンが古い」と警告を受けることがある．その時は
pip install -U pip
とする(-Uのオプションをつけると，モジュールのアップデートをする)．
Numpyは数値計算ライブラリである．標準モジュールに同様のものとしてmathがあるが，それに比べてはるかに多機能である．
インストールするには
pip install numpy
とする．
Pythonのバージョンが新しい場合，Numpyのビルド済みのファイルが用意されておらず自前でビルドする必要がある場合がある． そのときには最新のCコンパイラ(Macならgcc，WindowsならMicrosoft Visual C++)が必要． それが面倒であれば，少し古いバージョンのPythonを利用するのも手．
Matplotlibはグラフ描画に特化したモジュールである．2Dの折れ線，ヒストグラム，散布図や3Dの曲面など，様々なグラフを作成することができる．
インストールにはNumpyが必要なので，先にNumpyをインストールしておくのを推奨する．
Pandasはデータ解析機能に特化したモジュールである．特に，数表や時系列データを操作するときに便利である． インストールにはNumpyが必要なので，先にNumpyをインストールしておくのを推奨する．
Scipyは高度な科学技術計算のためのモジュールである．Numpyよりも多くの機能が備わっており，数値積分や信号処理などを行うことができる． これもインストールにはNumpyが必要なので，先にNumpyをインストールしておくのを推奨する．
Sympyは数式処理を行うパッケージである．MathematicaライクなことをPythonで行うことができる．
IPythonは対話型のインタープリタである．標準のPythonでも
python
で対話型のインタープリタが起動するが，IPythonは補完や履歴保存など多機能で便利である．
Jupyterはデータ解析，数値計算に特化した統合開発環境(IDE)である．上記IPythonをさらに発展させたものと思えばよい．
いくつか種類がある（Jupyter Lab, Jupyter Notebook）が基本的にはJupyter Labを推奨．
インストールには
pip install jupyterlab
とする．
また，Microsoft Visual Studio CodeにはJupyterを動かす拡張機能があるようなので，そちらもどうぞ．
