Macbook Air を購入したので、何もインストールされていない真っさらな状態から、機械学習とデータ解析の環境を構築しました。日々構築方法が様々に洗練され、前回のやり方が通用しない昨今ですが、今回は anaconda で全て構築しました。

brew

App Storeに行ってXcodeを探しインストールをします。
xcode-select --install
Xcodeを一度起動してライセンスに同意しておく
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
brew doctor でチェック

emacs

以下を参考にしました。 https://qiita.com/kokorinosoba/items/ecceaabe07d91c6f2c66

$ brew cask install emacs

Ricty

emacs では Ricty をフォントとして使っているので、そのインストールです。 https://qiita.com/segur/items/50ae2697212a7bdb7c7f

brew tap sanemat/font
brew install ricty
以下のファイルをコピーし、フォントキャッシュを更新します。

To install Ricty:
  $ cp -f /usr/local/opt/ricty/share/fonts/Ricty*.ttf ~/Library/Fonts/
  $ fc-cache -vf

Anaconda

anaconda で全部構築する

Anaconda インストール

https://www.anaconda.com/distribution/ で Python 3.7 version

Anaconda3-2019.03-MacOSX-x86_64.pkg

Anaconda 仮想環境構築

# tensorflow が python3.6 環境なので 3.6 で構築します。
$ conda create -n py36_base python=3.6
$ conda info -e
# conda environments:
#
base                  *  /anaconda3
py36_base                /anaconda3/envs/py36_base

Anaconda Navigator でやってもスムーズです。

tensorflow/keras/sklearn のインストール

conda で全部いれてしまいます。　

# 環境をアクティベートする
$ source activate py36_base

$ conda install tensorflow
$ conda install keras
$ conda install scikit-learn
$ conda install matplotlib
$ conda install seaborn

$ conda list
matplotlib                3.0.3            py36h54f8f79_0
...
numpy                     1.16.3           py36hacdab7b_0
numpy-base                1.16.3           py36h6575580_0
...
pandas                    0.24.2           py36h0a44026_0
...
scikit-image              0.15.0           py36h0a44026_0
scikit-learn              0.20.3           py36h27c97d8_0
scipy                     1.2.1            py36h1410ff5_0
seaborn                   0.9.0                    py36_0
...
tensorboard               1.13.1           py36haf313ee_0
tensorflow                1.13.1          mkl_py36haf07a9b_0
tensorflow-base           1.13.1          mkl_py36hc36dc97_0
tensorflow-estimator      1.13.0                     py_0

jupyter, jupyterlab, orange, glueviz, も navigator から入れます。

環境設定

bash

.bash_profile に anaconda インストーラによってスニペットが挿入されているので、その後にデフォルト起動スクリプトを挿入します。

# added by Anaconda3 2019.03 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
    \eval "$__conda_setup"
else
    if [ -f "/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/anaconda3/etc/profile.d/conda.sh"
        CONDA_CHANGEPS1=false conda activate base
    else
        \export PATH="/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda init <<<


# 追加：デフォルトの環境を起動します。
conda activate p36_base

matplotlib

matplotlib の import 時にエラーが発生した場合、バックエンドを変更します。

# /anaconda3/envs/py36_base//lib/python3.6/site-packages/matplotlib/mpl-data/matplotlibrc

#backend      : macosx
backend      : TkAgg

動作確認

以下のサンプルを実行できることを確認します。

sklearn + matplotlib https://scikit-learn.org/stable/auto_examples/plot_multilabel.html#sphx-glr-auto-examples-plot-multilabel-py
tensorflow, keras

import os
import tensorflow as tf
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
hello = tf.constant('Hello, TensorFlow!')
sess  = tf.Session()
print(sess.run(hello))

entre_temps’s blog

Mojave に機械学習とデータ解析の anaconda 環境を構築