0.4 Pythonの仮想環境とpipの使い方を丁寧に解説

0.4-1 Pythonのインストール（Windows / macOS / Linux）

Pythonでの開発を始めるには、まずPython本体をコンピュータにインストールする必要があります。
多くのOSでは標準でPythonが付属していますが、バージョンが古いこともあるため、明示的に最新版をインストールすることをおすすめします。

このセクションでは、Windows / macOS / Linux それぞれの環境におけるPythonのインストール手順を丁寧に説明します。

事前確認：どのPythonを使う？

本書では基本的に Python 3.11 以降 を使用して解説します。
Python 2系はすでに公式サポートが終了しているため、学習や開発に使うことはおすすめしません。

Windowsの場合

1. 公式サイト（python.org）から Windows用インストーラをダウンロードします。
2. インストーラを起動したら、「Add Python to PATH」にチェックを入れるのを忘れずに。
   その後、「Install Now」をクリック。
3. インストール完了後、コマンドプロンプトを開いて以下を入力して確認します：

   python --version

   例：Python 3.11.5 のように表示されれば成功です。

macOSの場合

macOSにも標準でPythonが付属していますが、バージョンが古いことが多いため、Homebrewを使って最新版を導入するのが一般的です。

1. まず、Homebrewが入っていない場合は公式サイト（https://brew.sh）の手順でインストールしてください。
2. ターミナルで以下を実行します：

   brew install python

3. インストール後、以下のコマンドで確認：

   python3 --version

   例：Python 3.11.5 などと表示されればOKです。

Linux（Ubuntu）系の場合

多くのディストリビューションではPythonが標準搭載されていますが、最新版を使いたい場合は以下の手順で追加します。

1. まず、必要なビルドツールをインストール：

sudo apt update
sudo apt install -y software-properties-common

1. PythonのPPAを追加し、最新版をインストール：

sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install -y python3.11

1. 確認：

python3.11 --version

インストール後の確認方法（共通）

ターミナルやコマンドプロンプトで以下のように入力し、バージョンが表示されることを確認しましょう。

python --version

python3 --version

ここまででPython本体の準備は完了です。次のセクションでは、実際にPythonを書くためのエディタを整えていきます。 特に人気が高く、初心者〜中級者にもおすすめできる「VSCode」を中心に紹介します。

0.4-2 エディタの選定とセットアップ（VSCode中心）

Pythonを効率的に学ぶためには、信頼できるエディタ（コードを書くためのソフト）を用意することが重要です。

現在、多くのPython開発者に支持されているエディタが Visual Studio Code（VSCode） です。 無料で軽量、カスタマイズ性が高く、Pythonとの相性も抜群。初心者からプロまで幅広く使われています。

なぜVSCodeなのか？

• Microsoft製で安心・無料・軽量
• Python用の拡張機能が充実
• Jupyter Notebookも使える
• 補完・デバッグ・仮想環境対応などの機能が標準で強力

以下では、VSCodeの導入手順と、Pythonを快適に書くための拡張機能について紹介します。

VSCodeのインストール手順

1. VSCode公式サイトにアクセスし、お使いのOSに合ったインストーラをダウンロードします。
2. ダウンロードしたファイルを実行し、画面の指示に従ってインストールしてください。
3. インストール完了後、VSCodeを起動します。

Python拡張機能のインストール

VSCodeを開いたら、まず最初に 「Python拡張機能」 を追加しましょう。

1. 左側のメニューで「拡張機能」（四角いアイコン）をクリック
2. 検索窓に Python と入力
3. Microsoft公式の「Python」拡張機能（数千万ダウンロード）をインストール

この拡張機能を入れることで、以下のような機能が追加されます：

• 文法のハイライトと自動補完
• 仮想環境の自動検出と切り替え
• コードのフォーマット（PEP8対応）
• デバッガの統合
• Jupyter Notebookのサポート

Pythonファイルを作ってみよう

拡張機能のインストールが終わったら、実際にPythonファイルを作ってみましょう。

1. 任意のフォルダを作成（例：my_python_test）
2. そのフォルダをVSCodeで開く
3. 新規ファイルを作成 → hello.py などの名前をつける
4. 以下のようなコードを書いてみましょう：

print("Hello, Python!")

画面右上の「▶」ボタン（Run）や、ターミナル（Ctrl+`）から実行して、結果を確認してみてください。

これで準備完了

VSCodeの基本セットアップが完了しました。これであなたは、快適でパワフルなPython開発環境を手に入れたことになります。

次のセクションでは、Jupyter Notebookの導入と、Python学習への活用法について紹介していきます。 実験的にコードを試したい場面や、データ分析を行う際に非常に役立つツールです。

0.4-3 Jupyter Notebookの導入と活用

Pythonを学ぶうえで、「手を動かしながら学ぶ」ことは非常に重要です。
その際に大いに役立つのが Jupyter Notebook（ジュピター・ノートブック） というツールです。

Notebookは、Webブラウザ上でPythonコードを実行しながら、その場で結果を確認したり、メモを書いたり、グラフを表示したりできる、非常に便利な学習・開発環境です。 特にデータ分析、機械学習、教育用途などで広く使われています。

Jupyter Notebookの特徴

• コードをセル単位で実行できる（エラー時のリトライが簡単）
• Markdown形式でメモ・説明を記述できる（読み返しやすい）
• グラフや画像をその場に表示できる（可視化に強い）
• データ分析やアルゴリズム学習に最適

通常のPythonファイル（.py）では得られない、「学びやすさ」「試しやすさ」がJupyterの最大の魅力です。

Jupyter Notebookのインストール方法

Jupyter Notebookは、以下のいずれかの方法で導入できます：

方法①：VSCodeの拡張機能を使う（推奨）

1. VSCodeで「拡張機能」から Jupyter を検索し、インストール
2. Python拡張機能と連携して、.ipynb ファイルをそのまま編集可能
3. ファイル → 新規作成 → 「Jupyter Notebook」を選択

※ VSCode上でNotebookを使えるので、エディタを変えずに学習を続けられます。

方法②：コマンドラインで起動する

1. ターミナルまたはコマンドプロンプトで以下を実行：

pip install notebook

1. インストール完了後、以下で起動：

jupyter notebook

1. ブラウザが開き、Notebookの管理画面が表示されます。

※ この方法では、ブラウザ上でNotebookを操作できます。VSCodeより柔軟に動作することもあります。

Notebookの基本操作

Notebookでは、「セル」という単位でコードやメモを記述していきます。

• Shift + Enter：選択中のセルを実行
• Esc → B：下に新しいセルを追加
• セルの種類は「コード」または「Markdown（説明文）」を選択可

たとえば、以下のようなセルを作ることができます：

# コードセル
message = "Hello, Jupyter!"
print(message)

※ Markdownセル
### グラフの表示例
以下に棒グラフを表示します。

グラフや画像の表示も簡単

Jupyterはグラフ描画に強く、たとえば matplotlib を使えば次のようにして可視化が可能です：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.plot(x, y)
plt.title("サンプルグラフ")
plt.show()

結果はコードのすぐ下に描画され、直感的に分析ができます。

学習・実験・共有にも最適

Jupyter Notebookは、学習用の教材を作成したり、データ分析レポートを共有したりする用途にも非常に適しています。 .ipynbファイルはそのまま他人に渡しても、コードと実行結果がセットで伝わります。

本書でも、後半のデータ分析・機械学習の章ではNotebook形式のコード例を多く扱います。 そのため、今のうちに慣れておくと、今後の学習がぐっとスムーズになります。

次のセクションでは、Python開発に欠かせない仮想環境とパッケージ管理の考え方と使い方について学んでいきましょう。

0.4-4 仮想環境とパッケージ管理（venv / pip）

Pythonで本格的に開発を始める前に、ぜひ知っておいてほしい重要な概念があります。
それが 仮想環境（virtual environment） と パッケージ管理 です。

「ちょっと難しそう…」と思うかもしれませんが、心配はいりません。 初心者でも実践できるよう、順を追ってわかりやすく説明します。

なぜ仮想環境が必要なのか？

Pythonには、他人が作った便利なライブラリ（外部パッケージ）をインストールして使う文化があります。 例えば、データ分析をするなら pandas や matplotlib を、Webアプリを作るなら Flask や Django を使うことになります。

ここで問題になるのが、「別のプロジェクトでは別のバージョンを使いたい」という状況です。 すべてを1つの環境にインストールしてしまうと、ライブラリ同士のバージョン衝突が起きてしまい、思わぬ不具合につながります。

そこで登場するのが、仮想環境（virtual environment） という仕組みです。 これは、Pythonのライブラリをプロジェクトごとに「隔離」して管理できる機能です。

仮想環境を作る：venvの使い方

Pythonには、標準で venv という仮想環境管理ツールが含まれています。以下の手順で使うことができます。

① 仮想環境の作成

python -m venv venv

これで、現在のフォルダ内に venv/ というディレクトリが作られます（名前は自由ですが「venv」が一般的）。

② 仮想環境の有効化

環境によってコマンドが異なります：

• Windows：

venv\Scripts\activate

• macOS / Linux：

source venv/bin/activate

有効化されると、ターミナルの先頭に (venv) という表示がつき、仮想環境の中に入ったことがわかります。

③ 仮想環境の終了

deactivate

このコマンドで元のグローバル環境に戻ることができます。

パッケージ管理ツール pip の使い方

Pythonのパッケージは pip というツールを使ってインストール・管理します。 仮想環境内でpipを使えば、その環境だけにパッケージがインストールされます。

よく使うpipのコマンド

• パッケージのインストール：

pip install requests

• インストール済みパッケージの一覧：

pip list

• バージョン確認：

pip show numpy

• 不要になったパッケージのアンインストール：

pip uninstall flask

開発に便利な「requirements.txt」

プロジェクトで使っているパッケージの一覧をファイルに書き出すと、他の人が環境を再現しやすくなります。 以下のコマンドで、現在の仮想環境のパッケージ一覧を出力できます：

pip freeze > requirements.txt

別の環境でこのファイルを使ってパッケージを一括インストールするには、以下のようにします：

pip install -r requirements.txt

チーム開発やGitと組み合わせるときには、このファイルを必ず用意しておくと安心です。

よくあるトラブルと注意点

• 仮想環境に入らずに pip install をすると、システム全体にインストールされてしまう
• VSCodeを使う場合は、仮想環境を作成後に再起動すると自動検出されやすい
• プロジェクトごとに 必ず仮想環境を分けることを習慣にする

仮想環境とpipの使い方をマスターすることで、プロジェクトの管理と再現性が飛躍的に向上します。
初学者のうちからこの習慣を身につけておくと、後々トラブルを防げるだけでなく、チーム開発でもスムーズに連携できるようになります。

これで開発環境の準備は完了です。次章からは、いよいよPythonの基本文法に入っていきます。
まずは変数・データ型など、プログラムの基礎となる「ことば」を覚えていきましょう。