Python, Jupyter

NumPy, SciPy, Pandas, and Matplotlib are fundamental scientific computing and visualization packages with Python.

• 참고 블로그:
• http://freeprog.tistory.com/63
• http://webnautes.tistory.com/799
• http://blog.danggun.net/4069
• https://machinelearningmastery.com/setup-python-environment-machine-learning-deep-learning-anaconda/

• 설치 방법1 : pip를 이용해서 설치하는 방식 
• $ sudo apt-get update
• $ sudo apt-get install python-pip
• $ pip list
• $ sudo pip install -U numpy
• (만약 필요하다면 다음을 먼저 수행) 
• $ sudo apt-get install python-dev
• $ sudo apt-get install libblas-dev liblapack-dev
• $ sudo pip install -U scipy
• (만약 필요하다면 다음을 먼저 수행) 
• $ sudo apt-get install gfortran
• $ sudo apt-get install libpng-dev libfreetype6-dev libjpeg8-dev
• $ sudo pip install matplotlib
• $ sudo pip install -U scikit-learn
• $ sudo pip install jupyter
• (만약 설치후 jupyter가 실행되지 않는다면 다음과 같이 해보기)
• $ ~/.local/bin/jupyter-notebook
• 상기 명령이 먹힌다면, ~/.bashrc 에 다음 문장 넣어서 구동하기 export PATH=$PATH:~/.local/bin
• 그런데, 지금까지 주욱 잘 설치가 되도, 막상 jupyter 구동하면, kernel 찾을 수 없다는 메시지 나올 수 있음
• 설치 방법2: anaconda3을 이용해서 쉽게 설치
• 참고 사이트
• 윈도우 기준 설명: http://agiantmind.tistory.com/172
• https://ipython.readthedocs.io/en/latest/install/kernel_install.html
• 다음의 사이트에서 원하는 버전의 python installer 선택하여 다운로드
• https://www.continuum.io/downloads
• $ bash Anaconda3-4.3.1-Linux-x86_64.sh
• 기본적으로 /home/user/anaconda3 에 설치된다.
• 기본적인 conda 명령들
• 참고: https://conda.io/docs/test-drive.html
• $ conda update --help
• $ conda --version
• $ conda update conda
• $ conda info --envs
• $ conda list
• exercise
• $ conda create --name eclc python=3.5 ipykernel
• $ conda install --name eclc numpy pandas matplotlib scipy pip
• (예제 패키지) https://docs.continuum.io/anaconda/pkg-docs
• $ conda info --envs
• $ source activate eclc
• $ python -m ipykernel install --user --name eclc --display-name "Python3.5 (eclc)"
• $ source deactivate
• $ conda remove --name eclc --all
• $ jupyter notebook
• packages
• pip install 대신에 conda install 을 사용할 것.
• pip는 anaconda 패키지 위치에 설치되는 것이 아니라 기본 System 패키지 설치 위치에 설치됨
• 필요한 경우, conda install로 pip를 설치한 뒤, 해당 env에서 pip로 설치
• $ conda install -n eclc pip
• $ source activate eclc
• $ pip install emcee corner

• 기타
• virtualenv가 필요한 경우
• sudo pip install virtualenv
• pip list 구동시 ImportError 나올 때
• $ sudo apt-get purge -y python-pip
• $ wget https://bootstrap.pypa.io/get-pip.py
• $ sudo python ./get-pip.py
• $ sudo apt-get install python-pip
• Jupyter 다중 kernel 설정
• $ jupyter kernelspec list
• pytorch 설치 방법
• $ conda install pytorch torchvision cuda80 -c soumith
• Checking versions

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

# scipy import scipy print('scipy: %s' % scipy.__version__) # numpy import numpy print('numpy: %s' % numpy.__version__) # matplotlib import matplotlib print('matplotlib: %s' % matplotlib.__version__) # pandas import pandas print('pandas: %s' % pandas.__version__) # statsmodels import statsmodels print('statsmodels: %s' % statsmodels.__version__) # scikit-learn import sklearn print('sklearn: %s' % sklearn.__version__) # tensorflow import tensorflow print('tensorflow: %s' % tensorflow.__version__) # keras import keras print('keras: %s' % keras.__version__)

cs

• Tensorflow 설치하기
• 참고사이트: 
• https://www.tensorflow.org/install/install_linux
• https://www.tensorflow.org/install/install_linux#the_url_of_the_tensorflow_python_package
• $ source activate eclc
• $ pip install --ignore-installed --upgrade  https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
• GPU 기반으로 설치하기 위한 노력:
• http://luke77.tistory.com/44
• 만약 pycharm 등 외부 IDE에서 tensorflow가 import 되지 않는다면, Settings>Project Interpreter 설정을 anaconda3/envs 아래의 적정한 python 실행기로 변경 설정하면 됨.

• Jupyter, Python
• Reproducible Data Analysis in Jupyter: 
• https://jakevdp.github.io/blog/2017/03/03/reproducible-data-analysis-in-jupyter/?imm_mid=0ef31d&cmp=em-data-na-na-newsltr_20170322
• Jupyter와 python을 이용하는 친절한 데이터 분석 튜토리얼 & 동영상.
• Jupyter Notebook Tutorial: The Definitive Guide
• https://www.datacamp.com/community/tutorials/tutorial-jupyter-notebook
• Jupyter resources
• 나름 유명한 예제들
• Python Quickstart
• http://jorditorres.org/teaching-activity/hands-on-1-python-quick-start/
• Free python books
• https://pythontips.com/2014/02/04/free-python-books
• Python 추천 도서
• Python Essential Reference (David Beazley, 2009, 4판): (2017년 5판 작업 시작). 처음 200페이지 정도가 핵심. 뒤쪽 500페이지는 레퍼런스.
• Fluent Python (Luciano Ramalho, 2015): 효율적인 개념 이해.
• Python Cookbook: 2판은 개념 설명, 3판(2013)은 python 3.3에 집중.
• Python 기반 병렬 프로그래밍 설명 블로그
• Numpy tutorial (Stanford)