Linuxでpython
現役時代の私の専門は、いわゆる数値計算でした。自分でも数値計算屋を自称しています。先に書いたように、いまでもプログラミングが趣味なので、数値計算も趣味の一環、もっと言えば、私にとってはゲームです。そのゲームを、お金をかけずにやる方法として、使わなくなった古いPCに、LInuxをインストールして、pythonやgfortranでプログミングするのがお勧めです。私も、一つ前に自作したWindows 10のデスクトップPCにLInux Mintを入れて、同じく自作の Windows 11が入ったデスクトップPCとともに、自宅で2台を並行して使っています。これらとは別に、10年ほど前に購入して，数年前にLinux MintのVer. 20.3をインストールした後、結局使わなくなったノートPCに、先日また発作的に、Linux MintのVer. 22.3を再インストールしました。最近はGoogleに聞けば、AIが詳細に教えてくれるので、LInuxのインストールもそれに従えば、どなたでもできます。でも私は、毎回、やり方を忘れてしまうので、念のため、メモしておくことにしました。
ところで、なぜLinux Mintなのか？ Linuxにもいろいろありますが、日頃からWindowsを使っている私には、操作性がWindowsに近くて使いやすいからです。あとは、全体的に落ち着いて洗練されたデザイン辺り。みなさんがこれからインストールすることを想定して書きます。まずは、とにかくPCが必要です。それじゃタダじゃないだろうと言われそうですが、そう思われる方にはカードゲームをお勧めします。できれば、もう使っていない古いPCが無難です。現役のPCに間違ってインストールすると、既存のOSを消してしまう恐れがあります。安い中古のノートPCを購入するのも一つですが、その時点で、タダの前提が崩れてしまいます。いずれにせよ、中身が消えても問題ないPCでトライしましょう。なお、以下の内容がよくわからない場合には、やはりGoogleに聞く方が手っ取り早いです。
まずは、Linux Mintの.isoファイルを既存のPCでダウンロードします。次に、これをUSBメモリに焼き付けます。そのために焼き付けソフトが必要ですが、Google の推薦で、Rufusを使用したら、簡単に焼き付けることができました。このUSBをインストールするPCに指した状態で、立ち上げます。ただし、BIOSを立ち上げる必要があるので、電源をONにすると同時に、F2キーを連打していると、BIOSになります。PCを自作したことがある人にはお馴染みのBIOSですが、慣れない人には少し不安を感じるところかもしれません。BIOS画面になったら、Bootの順番を、既存OSが入っているデバイスからUSB最優先に変更します。そして、再起動します。すると、USBからLinux Mintが立ち上がります。見ると左上に、ディスクマークで、「Install Linux Mint」とありますので、それをクリックします。
Linux Mintのインストールが始まり、あとは指示に従って設定します。その中で一つだけ、Linux Mintのインストール先のデバイスを設定するところがあります。選択肢がいくつかある中で、既存のOSを消して置き換えるのが一番簡単です。でも、既存のOSを残してインストールしたい場合には、ストレージの空いている部分にパーティションを切ってインストールする必要があります。既存のOSを間違って消してしまわないように、Linuxのインストールで一番注意しなければならないところです。私はすでにインストールされているLinux Mint Ver. 20.3を上書きしました。あとは指示に従ってやれば、インストールは完了するはずですが、トラブルはどこで起きるかわかりませんので、何か変だと思ったら、最初からやり直しましょう。
次に数値計算するには、ソフトウェアが必要になりますが、日頃は、gfortranとpythonを並行で利用しています。これまで40年以上、Fortranを使ってきましたので、私にとってはFortranのプログラミングが一番楽なのですが、世間一般では、Fortranは化石のようなもので、いまだに使っている人はガラパゴス人だと思われているかもしれません。そこで最近は、はやりのpythonも使っています。ただし、そんなに詳しいわけではありません。あくまで私のやり方を紹介しますが、pythonでしたらば、WindowsやMacでも使えますので、何もLInux PCは必要ありません。ここでの謳い文句は、あくまで、「タダ」で数値計算（ゲーム）する環境です。pythonを使うには、Anacondaをインストールするのが一番簡単かと思い、いつもこれをインストールしています。
AnacondaのWebサイトから、.shファイルをダウンロードしてから、Linuxのコマンドでインストールします。これについても、Googleさんが詳しく教えてくれますが、ここで一つ注意点は、Webサイトに登録する必要があり、その2段階認証でメイルアドレスが必要でした。ただ、同じPCで認証しないと、ダウンロードできなくなるかもしれません。今回、私は最初にWindow PCで認証しようとしたところ、Windows PCへのダウンロード画面になってしまいました。Linuxをインストールした PCで、まずはGmailなどが使えるようにしていた方が無難です。Anacondaの良いところは、いくつかのGUI環境のアプリからなる統合環境を、もちろんタダで入手できるところです。その中にあるJupyter Notebookが世間ではお勧めで、単独でもインストールできるようですが、私はとりあえず、その中にある、SpyderというGUI環境を使っています。WindowsのVisual Studioに似ていて、以前Intel Fortranを使っていた時に、そのGUI環境に慣れていましたので、それを使っています。
Spyder上で、反応拡散方程式系のGray-Scott modelを数値計算するpythonプログラムを作成しました。正確には、LinuxのディスクトップPCで作成したものを移植しました。pythonプログラミングのコツ？は、Google AIにひたすら教えてもらうことです。マニュアルなどは一切読みません。コマンドなど知らなくても、まったく問題なくプログラムが作成できます。親切にサンプルプログラムを作ってくれます。作ってくれた個々のプログラムをつなぎ合わせると、いつの間にか、プログラムが完成します。そして、結構いろんなことができます。とにかく、AIの進化には、恐怖すら感じる今日この頃ですが、たとえば、Fortranですと、計算結果を可視化するためには、別途、Paraviewなどを利用する必要があります。一方、pythonならば、可視化まで簡単にやってくれます。さらにはPowerPointのスライドのようにも出力してくれます。計算時間はPCの性能や条件にもよりますが、下に示したパラメトリック計算でも、20分くらいでした。
これからの時代、AIを活用できるか否かで、仕事の効率が100倍？以上、違ってきそうで、現役のみなさんは乗り遅れないようにと、勝手に思ったりして、やはり、趣味の範囲でお気楽にやれるのは、隠居した身の特権かと、みなさんのご検討をお祈りします。少し話が逸れそうになりましたが、いずれ、Gray-Scott modelのプログラムも公開（出版？）しようかと思っていますが、今回はとりあえずここまでにします。
余談ですが、CPUはまだまだ元気なようですが、バッテリーの充電時間が、2079時間と表示されていました。さすがに10年前のノートPCでもあり、バッテリーが劣化して携帯はできそうにありません。
